vom 21.09.2026
Konzeption und Implementierung robuster Datenpipelines und Integrationslösungen im Rahmen von Datenplattform-Initiativen. Design, Entwicklung und Optimierung skalierbarer Prozesse für Data Ingestion, Transformation und Consumption. Aufbau und Bereitstellung zielgerichteter Cloud-Data-Warehouse-Lösungen im Microsoft Azure-Umfeld. Erstellung konzeptioneller, logischer und physischer Datenmodelle nach Best Practices (insb. Star Schema und Data Vault). Automatisierung von Workflows und Pipeline-Steuerungen mit Apache Airflow und dbt. Bereitstellung effizienter Data-Engineering-Lösungen auf Basis von Python und SQL. Enger Austausch mit Fach- und Technik-Teams zur Anforderungserhebung, Validierung und Lösungsberatung. Beratung beim effektiven Einsatz KI-gestützter Entwicklungstools und moderner Data-Engineering-Standards.
Anforderungen: Mindestens 5 Jahre fundierte Berufserfahrung als Data Engineer. Sehr starke Hands-on-Kenntnisse in Python, SQL, Apache Airflow und dbt. Nachgewiesene Praxis in Microsoft Azure sowie Snowflake und/oder Databricks. Tiefes Verständnis für Datenmodellierung (Star Schema, Data Vault) und ETL/ELT-Architekturen. Vertrautheit mit KI-Entwicklungstools und -Konzepten (z.B. Claude Code, Codex, MCP). Starke analytische Fähigkeiten, ausgeprägte Problemlösungskompetenz, verhandlungssicheres Englisch in Wort und Schrift. Nice-to-have: Erfahrung mit dltHub, agilem Arbeiten, Data Governance / Data Quality sowie dem Aufbau von Enterprise-Cloud-Plattformen.
Start: 18. Oktober 2026. Laufzeit: 18.10.2026 – 17.04.2027 (ca. 6 Monate). Verlängerungsoption: Ja (3–6 Monate möglich). Einsatzort: 100% remote.
Kontaktadresse
|
