• Datenplattformen konzipieren und umsetzen: Entwicklung moderner Lakehouse-, Data-Warehouse- und Medallion-Architekturen mit Microsoft Fabric und Azure.
• Datenintegration automatisieren: Aufbau robuster Batch- und, soweit erforderlich, Streaming-Prozesse mit Fabric Data Factory, Pipelines, Dataflows Gen2 und Notebooks.
• Daten transformieren und modellieren: Entwicklung wartbarer Transformationslogik mit SQL, Python und Spark sowie Aufbau fachlich verständlicher Datenmodelle und kuratierter Datenprodukte.
• Qualität und Betrieb sicherstellen: Implementierung von Datenqualitätsprüfungen, Monitoring, Logging, Fehlerbehandlung, Performance- und Kostenoptimierung.
• DevOps etablieren: Versionsverwaltung, automatisierte Tests sowie CI/CD- und Deployment-Prozesse mit Git und Azure DevOps für Entwicklungs-, Test- und Produktivumgebungen.
• Security und Governance berücksichtigen: Umsetzung von Rollen- und Berechtigungskonzepten, Datenschutz, Lineage, Dokumentation und verbindlichen Entwicklungsstandards.
• Analytics Enablement leisten: Bereitstellung performanter Datenstrukturen und semantischer Modelle für Power BI und Self-Service Analytics in enger Zusammenarbeit mit Data Analysts und BI-Entwicklern.
• Kunden beraten: Anforderungen strukturieren, technische Lösungsoptionen bewerten, Aufwände nachvollziehbar einschätzen und Ergebnisse adressatengerecht kommunizieren.

Dein Profil

• Abgeschlossenes Studium der Informatik, Wirtschaftsinformatik oder eine vergleichbare Ausbildung und relevante Praxiserfahrung im Data Engineering.
• Sehr gute Kenntnisse in SQL sowie praktische Erfahrung mit Python; Erfahrung mit Spark und PySpark ist wünschenswert.
• Praxiserfahrung mit Microsoft Fabric, insbesondere Lakehouse, Warehouse, OneLake, Data Factory, Notebooks und Datenpipelines, oder fundierte Erfahrung mit vergleichbaren Azure-Datendiensten.
• Gutes Verständnis von dimensionaler Datenmodellierung, Medallion Architecture, ETL/ELT-Mustern, Delta/Parquet sowie strukturierten und semi-strukturierten Daten.
• Erfahrung mit Git, Azure DevOps, CI/CD, automatisierten Tests und Infrastructure as Code ist von Vorteil.
• Grundverständnis von Power BI, semantischen Modellen und DAX; der Schwerpunkt der Rolle liegt jedoch auf Data Engineering und Datenplattformen.
• Kenntnisse zu Datenschutz, Informationssicherheit und Data Governance im Cloud-Umfeld sind wünschenswert.
• Strukturierte, analytische und qualitätsorientierte Arbeitsweise mit Blick auf Wartbarkeit und Betrieb.
• Beratungsstärke und klare Kommunikation, auch gegenüber nicht technischen Ansprechpartnern.
• Freude an Teamarbeit, Wissenstransfer und der gemeinsamen Entwicklung verbindlicher Standards.
• Eigeninitiative und Bereitschaft, neue Funktionen im Microsoft-Data-Ökosystem kontinuierlich zu bewerten und nutzbringend einzusetzen.
•