Die Position bietet die Möglichkeit, moderne Datenplattformen zu gestalten, aufzubauen und weiterzuentwickeln. Im Fokus der Rolle stehen die Entwicklung skalierbarer Datenpipelines, die Integration heterogener Datenquellen sowie insbesondere die Konzeption und Umsetzung tragfähiger Datenmodelle für Reporting, Analytics und KI-Anwendungsfälle. Wichtig sind mehrjährige praktische Erfahrungen im Data Engineering, vor allem mit Databricks und Microsoft Fabric.
Der Aufgabenschwerpunkt liegt im Wesentlichen auf den folgenden Tätigkeiten:
-
Aufbau und Weiterentwicklung moderner Datenplattformen und Lakehouse-/Cloud-Architekturen
-
Entwicklung, Betrieb und Optimierung von ETL-/ELT-Strecken zur Verarbeitung großer Datenmengen
-
Konzeption, Implementierung und Pflege fachlicher und technischer Datenmodelle
-
Strukturierung und Harmonisierung von Daten aus unterschiedlichen Quellsystemen
-
Sicherstellung einer konsistenten, qualitativ hochwertigen und analysierbaren Datenbasis
-
Nutzung von Databricks für Datenverarbeitung, Transformation und Pipeline-Entwicklung
-
Umsetzung von Datenlösungen in Microsoft Fabric
-
Enge Zusammenarbeit mit Fachbereichen, BI, Analytics und IT zur Übersetzung von Anforderungen in robuste Datenstrukturen
-
Weiterentwicklung von Standards für Datenqualität, Governance, Dokumentation und Performance
- Abgeschlossenes Studium in (Wirtschafts-)Informatik, Data Science oder vergleichbarer Qualifikation
-
Mehrjährige Berufserfahrung im Data Engineering
-
Sehr gute praktische Kenntnisse in Databricks
-
Gute bis sehr gute Erfahrung mit Microsoft Fabric
-
Fundierte Erfahrung in der Datenmodellierung, idealerweise für analytische Plattformen, Reporting- und Steuerungsanforderungen
-
Sehr gute Kenntnisse in SQL sowie gute Erfahrung mit Python
-
Erfahrung in der Entwicklung skalierbarer ETL-/ELT-Prozesse und moderner Datenarchitekturen
-
Verständnis für Datenqualität, Governance, Performance und Security
-
Strukturierte, analytische und lösungsorientierte Arbeitsweise
