Role: Data Engineer + AI Exposure
Location : Bangalore
Experience: 7 to 13 Years
Notice: Immediate to 90 days
Job Summary
We are seeking a skilled Data Engineer with AI/ML exposure responsible for designing, building, and maintaining scalable data pipelines and supporting data-driven applications, including AI/ML use cases. The ideal candidate should have strong expertise in data engineering tools along with working knowledge of machine learning workflows and cloud-based data platforms.
Key Responsibilities
Data Engineering
- Design, develop, and maintain scalable ETL/ELT pipelines
- Build and optimize data architectures, data lakes, and data warehouses
- Ensure data quality, integrity, and security across systems
- Work with structured and unstructured data from various sources
Big Data & Cloud
- Develop solutions using tools such as Azure Data Factory / AWS Glue / GCP Dataflow
- Work with big data technologies like Spark, Hadoop, or Databricks
- Manage data storage solutions including S3, ADLS, BigQuery, Snowflake, or Redshift
AI/ML Exposure
- Support machine learning pipelines and data preparation for ML models
- Collaborate with Data Scientists to enable feature engineering and model deployment
- Work on AI-enabled data solutions (e.g., NLP, recommendation systems, prediction models)
- Basic understanding of ML frameworks (Scikit-learn, TensorFlow, or PyTorch is a plus)
Data Modeling & Optimization
- Design and implement data models (dimensional & normalized)
- Optimize queries and pipelines for efficiency and cost
Collaboration & Governance
- Work closely with business teams, analysts, and ML engineers
- Implement data governance, lineage, and compliance standards
- Document workflows, pipelines, and architectures
Required Skills
Core Data Engineering
- Strong in SQL, Python
- Experience with ETL tools and pipeline orchestration (Airflow, ADF, etc.)
- Hands-on with data warehousing concepts
Big Data Technologies
- Apache Spark / PySpark
- Hadoop ecosystem (optional but preferred)
Cloud Platforms (any one required)
- Azure / AWS / GCP hands-on experience
- Familiarity with cloud-native data services
AI/ML Exposure
- Experience working with data for ML models
- Knowledge of ML lifecycle and data preparation
- Exposure to MLOps concepts (bonus)
Preferred Qualifications
- Experience with Databricks / Snowflake
- Knowledge of API-based data ingestion
- Familiarity with CI/CD pipelines
- Exposure to real-time streaming (Kafka, Event Hub, etc.)
- Understanding of Generative AI or LLM integrations (added advantage)
Über Cognizant
Cognizant (NASDAQ: CTSH) i ist ein Technologiedienstleister und Entwickler von KI-Lösungen. Wir schlagen die Brücke zwischen KI-Investitionen und echtem unternehmerischem Mehrwert, indem wir ganzheitliche Full-Stack-KI-Lösungen für unsere Kunden entwickeln. Mit unserer fundierten Branchen-, Prozess- und Engineering-Expertise integrieren wir die spezifischen Anforderungen von Unternehmen passgenau in Technologiesysteme. So entfalten wir das menschliche Potenzial, erzielen greifbare Ergebnisse und sichern globalen Unternehmen in einer sich rasant wandelnden Welt den entscheidenden Vorsprung. Erfahren Sie mehr unter cognizant.ai oder @cognizant.
Zusätzliche Informationen zur Beschäftigung
Die Vergütungsinformationen sind zum Zeitpunkt der Veröffentlichung dieser Stellenausschreibung korrekt. Cognizant behält sich das Recht vor, diese Informationen jederzeit unter Beachtung der geltenden gesetzlichen Bestimmungen zu ändern.
Bewerberinnen und Bewerber können verpflichtet sein, an Vorstellungsgesprächen persönlich oder per Videokonferenz teilzunehmen. Darüber hinaus kann es erforderlich sein, bei jedem Gespräch einen gültigen staatlichen Lichtbildausweis vorzulegen.
Cognizant ist ein Arbeitgeber mit Chancengleichheit. Ihre Bewerbung und Kandidatur werden nicht aufgrund von Rasse, Hautfarbe, Geschlecht, Religion, Glaubensbekenntnis, sexueller Orientierung, Geschlechtsidentität, nationaler Herkunft, Behinderung, genetischen Informationen, Schwangerschaft, Veteranenstatus oder sonstiger durch bundes‑, landes‑ oder kommunalrechtliche Vorschriften geschützter Merkmale berücksichtigt oder abgelehnt.
