Über das Unternehmen
Du brennst für saubere, skalierbare Datenmodelle und möchtest Data Vault nicht nur 'mitdenken', sondern als Rückgrat eines modernen Lakehouse etablieren? Dann gestalte mit uns die nächste Ausbaustufe unserer Datenplattform - mit klarem Schwerpunkt auf Datenmodellierung, Data Vault und nachhaltiger Informationsarchitektur.
Aufgaben
- Konzeption und Weiterentwicklung des Enterprise-Datenmodells im Azure-Lakehouse mit Schwerpunkt auf Data Vault (Raw/Business Vault) sowie abgeleiteten Data Marts (z. B. Kimball)
- Modellierung von Hubs, Links, Satellites (inkl. Historisierung, Keys, Loaded/Record Source, PIT/Bridge-Konzepte) und Ableitung fachlicher Sichten für Analytics & Reporting
- Definition von Modellierungsstandards, Namenskonventionen und Best Practices für Wiederverwendbarkeit, Skalierbarkeit und Governance
- Enge Zusammenarbeit mit Fachbereichen, Data Engineers, BI/Analytics und Data Governance, um Anforderungen in robuste, nachvollziehbare Datenstrukturen zu übersetzen
- Qualitätssicherung der Datenmodelle (Konsistenz, Historisierung, Nachvollziehbarkeit, Testbarkeit) über den gesamten Datenlebenszyklus
- Unterstützung bei der Integration neuer Quellsysteme: Analyse, Mapping, Modell-Impact, Regelwerke und Dokumentation
- Mitarbeit an Architektur- und Technologieentscheidungen rund um Data Vault im Lakehouse (z. B. Automatisierung, Metadaten, Orchestrierung)
Anforderungen
- Abgeschlossenes Studium der (Wirtschafts-)Informatik, Mathematik, Naturwissenschaften oder eine vergleichbare Qualifikation
- Mehrjährige Erfahrung in Datenmodellierung - idealerweise mit einem klaren Schwerpunkt auf Data Vault (2.0); Kimball-Kenntnisse sind ein Plus
- Sehr gutes Verständnis von Historisierung, Integrationsmodellierung, Business Keys, Surrogate Keys sowie konzeptioneller/fachlicher Modellierung
- Erfahrung im Cloud-/Lakehouse-Umfeld, idealerweise Microsoft Azure
- Kenntnisse in Azure Databricks / Spark und Programmierung mit Python oder Scala (um Modellkonzepte technisch sauber umzusetzen und mitzuentwickeln)
- Routine im Zusammenspiel mit ETL/ELT-Prozessen, Datenqualität und idealerweise Datenkatalog/Metadaten/Dokumentation
- Strukturierte, eigenverantwortliche Arbeitsweise, analytisches Denkvermögen und Freude an Abstimmung mit Stakeholdern
Benefits
- Ein Umfeld, in dem Du Dinge wirklich bewegen kannst: moderne Datenplattform, relevante Use Cases, viel Gestaltungsspielraum
- Kollegiales Teamwork, kurze Wege und pragmatische Zusammenarbeit
- Fachliche Weiterentwicklung durch spannende Projekte, Austausch und Qualifizierung
- 30 Tage Urlaub, flexible Arbeitszeiten, tageweise mobiles Arbeiten
- Ermäßigtes Deutschlandticket, betriebliche Altersvorsorge, Kitaplätze
- Bistro, Personalrabatt, Unterstützungskasse
- Seminare & Fortbildungen, Betriebliches Gesundheitsmanagement, Firmenevents