AI- og dataingeniør

Vi søger en AI- og Dataingeniør til at slutte sig til vores Digital Core – AI & Data-teamet. Denne rolle er ideel for en person, der ønsker at opbygge data-pipelines og -platforme, som analytics og AI kører på, samt praktisk udvikling af AI-drevne funktioner og applikationer ved brug af LLMs, RAG og agent-baserede tilgange.

Som en del af et tværfagligt team vil du arbejde sammen med dataingeniører, datasarkitekter, cloud/DevOps-ingeniører og AI-specialister for at hjælpe kunder med at løse komplekse forretningsudfordringer ved hjælp af data og AI. Du vil støtte udviklingen af analytiske modeller, AI-løsninger og indsigter der driver innovation og målbare resultater på tværs af industrier.

Hvad du vil gøre

• Bygge, teste og vedligeholde data-pipelines der indsamler, flytter og transformationerer data fra et bredt udvalg af kildesystemer.
• Forberede, rense og modellere data så de er pålidelige og klar til analytics, rapportering, maskinlæring og Generativ AI-tilfælde.
• Udvikle på skybaserede data-platforme som Azure, AWS eller Google Cloud, ved brug af tjenester som Databricks, Azure Data Factory, Snowflake, Fabric eller deres ækvivalenter.
• Arbejde med distribuerede behandlings- og streamingværktøjer som Spark og Kafka for at håndtere data i stor skala.
• Bygge og integrere GenAI-drevne funktioner: RAG-pipelines, prompt engineering, agent-workflows og API-integration med LLM-leverandører (f.eks. OpenAI, Anthropic, Azure OpenAI).
• Understøtte implementering og overvågning af AI/ML-modeller i produktion (MLOps), i tæt samarbejde med DevOps og platformsteknikere.
• Bidrage til data kvalitet, validering og overvågning, så de data-teams, der er afhængige af dem, kan stole på dem.
• Understøtte implementering af data- og AI-løsninger ved hjælp af versionsstyring, CI/CD og infrastruktur-kode.
• Samarbejde med kolleger og klient-/forretningsinteressenter for at oversætte data- og AI-krav til fungerende tekniske løsninger.
• Holde sig ajour med udviklingen inden for dataengineering, cloud-platforme og GenAI/LLM-værktøj.

Hvem du er

Du er nysgerrig, hands-on og kan lide at forstå hvordan tingene fungerer under hætten. Du kan godt lide at skrive kode, løse tekniske problemer og se systemer, du har bygget, køre pålideligt. Du er ivrig efter at lære nye værktøjer og teknologier og nyder at arbejde som en del af et team.

Du kan have opnået erfaring gennem

• 2–3 års hands-on erfaring i dataengineering eller anvendt AI/ML-udvikling.
• Universitetets kurser, afhandling, praktikophold eller kandidatuddannelser fokuseret på datalogi, softwareudvikling, dataengineering eller beslægtede områder.
• Personlige eller akademiske projekter, hvor du har bygget noget med data: en pipeline, en database, en API eller en applikation der kører i skyen.
• Eksponering for cloud-platforme, open-source data-værktøjer eller softwareudviklingspraksis.

Kvalifikationer

Must-Have

• Bachelor- eller kandidatgrad i datalogi, softwareudvikling, data engineering, data science, matematik, fysik, ingeniørvidenskab eller et beslægtet felt.
• Stærke programmeringsevner i Python og SQL (Scala eller Java er et plus).
• Hands-on erfaring med at bygge med LLM’er — f.eks. RAG-pipelines, prompt engineering, agent-rammeværktøjer eller integration af LLM-leverandørers API'er i applikationer.
• Arbejdende kendskab til kerne data-koncept: relationelle databaser, datamodellering, ETL/ELT-processer.
• Stærke, strukturerede problemløsnings- og fejlfindingsevner.
• Evne til klart at forklare teknisk arbejde til både tekniske og ikke-tekniske kolleger.
• Stærke teamwork- og samarbejdsevner.
• Flydende engelsk (danske sprogkundskaber er en fordel for lokale roller).

Nice-to-Have

• Hands-on erfaring med en cloud-platform (Azure, AWS eller Google Cloud), ideelt inkl. datatjenester.
• Erfaring med Spark, Databricks, Kafka, Airflow, dbt eller lignende dataengineering-værktøjer.
• Fortrolighed med Git, Docker, CI/CD-pipelines eller infrastruktur-kode-værktøjer som Terraform.
• Erfaring med maskinlæringsbiblioteker som Scikit-learn, TensorFlow, PyTorch eller lignende.
• Interesse i dataarkitektur-koncepter som lakehouses, medallion-arkitektur, data mesh eller data governance.
• Relevante certificeringer (f.eks. Databricks Data Engineer Associate, AWS Data Engineer, Claude osv.).

Lokationer

København