Referent (m/w/d) Steuerung und Implementierung von Datenqualitätsregeln at univativ GmbH

Unterföhring, Bavaria, Germany -

Full Time

Start Date

Immediate

Expiry Date

17 Feb, 26

Salary

61000.0

Posted On

19 Nov, 25

Experience

2 year(s) or above

Remote Job

Yes

Telecommute

Yes

Sponsor Visa

Skills

Python, SQL, Data Modeling, Relational Databases, Data Warehouse, Oracle SQL, Snowflake, Docker, EC2 Instances, Kubernetes

Industry

Staffing and Recruiting

Description

12.01.2026, bis zum 31.12.2026 | 38 Stunden pro Woche | Unterföhring | Versicherungsbranche | Berufserfahrener | 50000 bis 61000 € im Jahr | Projekt-ID A202551613_1S univativ ist ein Projekt- und Personaldienstleister, der Studenten und Absolventen spannende Jobs bei renommierten Unternehmen bietet. Deine Karriere ist unsere Mission, denn Deine Entwicklung liegt uns am Herzen. Du bist kommunikationsstark, arbeitest strukturiert und behältst auch unter Zeitdruck stets den Überblick? Du verfügst über ein ausgeprägtes analytisches Verständnis und hast Freude daran, Prozesse zu optimieren und Datenqualität aktiv zu gestalten? Dann passt diese Position perfekt zu dir! Bewirb Dich jetzt! Die Versicherungsbranche ist Deine Welt und Du möchtest in einem Konzern Berufserfahrung sammeln? Dann bist Du in diesem Projekt genau richtig! Bewirb Dich jetzt bei univativ und mache Deinen Lebenslauf einzigartig! Aufgaben Du übernimmst das Projektmanagement und koordinierst das Team Datenqualität im Data Office Du entwickelst das technische Konzept zur Messung der Datenqualität Du baust den Prozess zur Sicherstellung der Datenqualität kontinuierlich aus Du führst eine Bestandsaufnahme durch und erstellst eine Roadmap für weitere Ausbaustufen Du setzt Vorgaben der Data Governance Richtlinien des Kunden um Du implementierst Datenqualitätsregeln und entwickelst die technische Ausführungsumgebung Du setzt eine Umgebung auf, in der Datenqualitätsregeln automatisiert ausgeführt und dokumentiert werden Du verantwortest Abnahmetests und begleitest deren Durchführung Du vertestest IDMC sowie ggf. weitere Tools Du baust ein Dashboard auf und entwickelst es kontinuierlich weiter, um Messergebnisse für unterschiedliche Stakeholder sichtbar zu machen Du bindest bestehende QS-Strecken an das jeweilige QS-Tool bzw. Dashboard an Du finalisierst den Prozess zur Bereinigung von Dateninkonsistenzen und begleitest Maßnahmen zur Fehlerbeseitigung Du führst Workshops durch und stellst Wissen zielgruppengerecht bereit Du erstellst Dokumentationen sowie Informationsmaterialien Du berätst fachliche Ansprechpartner wie Data Stewards, Data Scientists oder Fachanalysten Du nimmst an konzernweiten Formaten zu Data Quality teil und stellst den Informationsfluss sowie die Interessen sicher Du gestaltest aussagekräftige Managementfolien. Qualifikation Du verfügst über fortgeschrittene Kenntnisse in Python Du beherrschst SQL auf fortgeschrittenem Niveau Du bringst Erfahrung in Datenbanken mit – von Datenmodellierung über relationale Datenbanken bis hin zu Data-Warehouse-Konzepten Du arbeitest idealerweise mit Oracle-SQL. Du hast im besten Fall bereits mit Snowflake gearbeitet Du hast erste Berührungspunkte mit Docker gesammelt Du kennst EC2-Instanzen oder Kubernetes-Cluster aus der Praxis Benefits Ein Jahreslohn zwischen 50000 € und 61000 € Wir bilden Dich zum Experten aus und bieten Dir vielfältige Weiterbildungsmöglichkeiten on und off the Job an (z.B. verschiedene Zertifizierungen, univativ e-academy und individuelle Weiterbildungen) Während Deines Einsatzes hast Du einen persönlichen Ansprechpartner, der als Dein Karrierebegleiter für Dich da ist Mit uns sammelst Du Erfahrung und baust durch verschiedene Projekte Dein berufliches Netzwerk bei verschiedenen Kunden auf Nutze Deine Chance auf eine attraktive Prämie von bis zu 2.000 Euro für unser „Recruit a Friend“-Programm Wir konnten Dein Interesse wecken? Klasse! Wir freuen uns auf Deine Bewerbung

Responsibilities

You will manage the project and coordinate the data quality team in the Data Office. Additionally, you will develop the technical concept for measuring data quality and continuously expand the process for ensuring data quality.