AIMI DISA Data Engineer; m​/w​/d

Westhouse ist eines der führenden Recruitment-Unternehmen für die Vermittlung hochqualifizierter Fachexperten aus dem gesamten IT-Lifecycle- und Engineering-Bereich.

• Referenz: 180307
• Start:
• Standort:
  Remote
• Arbeitsumfang: full-time

• Erfahrung in der Konzeption, Entwicklung und dem Betrieb automatisierter ETL-/ELT-Datenpipelines zur Integration, Transformation und Bereitstellung von Daten (> 5 Jahre Erfahrung)
• Nachweisbare praktische Erfahrung in der Modellierung, Implementierung und Optimierung relationaler Datenbanken auf Basis von Microsoft SQL Server (> 5 Jahre Erfahrung)
• Erfahrung in der Entwicklung von Datenverarbeitungs-, Automatisierungs- und Integrationslösungen mit Python (> 3 Jahre Erfahrung)
• Erfahrung in der Integration heterogener Datenquellen über Datenbanken, Schnittstellen und Dateisysteme
• Erfahrung im produktiven Betrieb von Datenplattformen einschließlich Monitoring, Fehleranalyse, Datenqualität und Performanceoptimierung
• Praxiserfahrung im Aufbau und Betrieb von Data-Warehouse-, Analytics- oder Reporting-Plattformen mit komplexen Datenmodellen
• Erfahrung mit Microsoft Azure, Azure Dev Ops sowie cloudbasierten Datenintegrations- und Orchestrierungslösungen
• Praktische Erfahrung in der Modellierung, Aufbereitung und Bereitstellung qualitätsgesicherter Daten für produktive LLMund Machine-Learning-Anwendungen, einschließlich Datenintegration, Datenqualitätssicherung und automatisierter Datenpipelines.
• Erfahrung in der Verarbeitung großer Betriebs-, Infrastruktur-, Mobilitäts- oder Instandhaltungsdatenbestände
• Erfahrung in nach SAFe, Scrum oder Kanban organisierten Softwareentwicklungsprojekten.

• Analyse, Konzeption und Umsetzung der Integration neuer Datenquellen und Schnittstellen
• Entwicklung, Betrieb und Optimierung von ETL-/ELT-Prozessen zur automatisierten Datenverarbeitung
• Transformation, Harmonisierung und Verknüpfung heterogener Datenbestände
• Konzeption, Weiterentwicklung und Pflege fachlicher sowie technischer Datenmodelle
• Sicherstellung von Datenqualität, Datenkonsistenz, Datenvollständigkeit und Nachvollziehbarkeit
• Performanceoptimierung von Datenbanken, Datenpipelines und Verarbeitungsprozessen
• Aufbau und Weiterentwicklung von Monitoring-, Logging- und Fehlerbehandlungsmechanismen
• Analyse und Behebung technischer Störungen innerhalb der Datenverarbeitungskette
• Erstellung und Pflege technischer Dokumentationen zu Datenflüssen, Schnittstellen und Verarbeitungslogiken
• Unterstützung bei Architekturentscheidungen zur Weiterentwicklung der Datenplattform
• Erbringung der Leistungen in einem agilen Projektumfeld

Patrick Hoening

P:

E: p.hoe