Du besitzt fundierte Kenntnisse der Microsoft-Azure-Plattform, insbesondere der Dienste AKS (Azure Kubernetes Service), Azure Functions, App Services, Virtual Machines (VMs), vSphere und Virtual Networks (VNETs), oder hast entsprechende Erfahrung mit anderen Cloud-Anbietern.
Du besitzt fundierte Kenntnisse der Microsoft-Azure-Plattform, insbesondere der Dienste AKS (Azure Kubernetes Service), Azure Functions, App Services, Virtual Machines (VMs), vSphere und Virtual Networks (VNETs), oder hast entsprechende Erfahrung mit anderen Cloud-Anbietern.
Deine Einarbeitung bei FERCHAU: eine Welcome-Week im ersten Monat mit anschließendem einwöchigen Vertriebstraining und zusätzlich unsere Trainee-Days sowie eine:n Mentor:in an deiner Seite, Hospitationen und E-Learnings
Deine Einarbeitung bei FERCHAU: eine Welcome-Week im ersten Monat mit anschließendem einwöchigen Vertriebstraining und zusätzlich unsere Trainee-Days sowie eine:n Mentor:in an deiner Seite, Hospitationen und E-Learnings
Deine Entwicklung zählt: Individuelle fachliche und persönliche Weiterentwicklung – von fachspezifischen Schulungen (z. B. in den Bereichen Pflanzenbau und Getreidevermarktung) bis hin zu vielfältigen E-Learning-Angeboten.
Deine Entwicklung zählt: Individuelle fachliche und persönliche Weiterentwicklung – von fachspezifischen Schulungen (z. B. in den Bereichen Pflanzenbau und Getreidevermarktung) bis hin zu vielfältigen E-Learning-Angeboten.
Als Data Engineer* / MachineLearning Engineer* gestaltest du das Fundament für spätere Analysen sowie data-driven Services und entwickelst skalierbare, robuste und wartbare Architekturen. * Du bist Expert:in für die Ende-zu-Ende-Integration von Daten-/ETL-Pipelines und das Deployment von Machine-Learning-Modellen bis hin zur Bereitstellung der Ergebnisse innerhalb bestehender IT-Systeme.
Als Data Engineer* / MachineLearning Engineer* gestaltest du das Fundament für spätere Analysen sowie data-driven Services und entwickelst skalierbare, robuste und wartbare Architekturen. * Du bist Expert:in für die Ende-zu-Ende-Integration von Daten-/ETL-Pipelines und das Deployment von Machine-Learning-Modellen bis hin zur Bereitstellung der Ergebnisse innerhalb bestehender IT-Systeme.