Senior Data Engineer (d/m/w) im Bereich Banking und Data Analytics Personalisierung

Unser Kunde ist ein zentraler Dienstleister im Bereich Risikomanagement und unterstützt Finanzinstitute mit innovativen Lösungen in der Risiko­messung und -steuerung. In der Rolle des Senior Data Engineers erwartet Sie eine spannende Herausforderung im Fachbereich Data Analytics Kundenansprache. Sie sind verantwortlich für die Konzeption, Implementierung und den Betrieb robuster Data-Pipelines und Plattformen, die den Vertrieb sowie die Fachabteilungen mit hochwertigen Daten versorgen. Zu Ihren Aufgaben gehört die Entwicklung und Optimierung von ETL- und ELT-Strecken sowie die Gestaltung von Data-Warehouse- und (Lakehouse-)Architekturen für Reporting, Analytics und Machine-Learning-Anwendungen. Sie modellieren Daten gemäß DWH-Standards und stellen die Datenqualität, -konsistenz und Nachvollziehbarkeit entlang der gesamten Datenstrecke sicher. Dabei arbeiten Sie eng mit Data Scientists, Analyst:innen, Fachabteilungen und der IT zusammen, um Anforderungen zu erfassen und in skalierbare technische Lösungen zu übersetzen. Zudem überwachen und optimieren Sie die Performance, Stabilität und Kosten der Datenplattformen und sorgen für ein hohes Maß an Automatisierung. Ihr Arbeitsumfeld ist geprägt von einem hoch versierten Team, in dem Wissenstransfer und Dokumentation in Tools wie JIRA und Confluence eine wichtige Rolle spielen. Sie profitieren von einem unbefristeten Arbeitsverhältnis in einem anspruchsvollen Umfeld, das Ihnen zahlreiche Entwicklungsmöglichkeiten bietet.

Der ideale Kandidat bringt ein abgeschlossenes Studium der (Wirtschafts-)Informatik, Mathematik, Physik oder Ingenieurwissenschaften mit oder hat gleichwertige Kenntnisse durch Berufserfahrung und Fortbildungsmaßnahmen erworben. Mehrjährige Berufserfahrung als Data Engineer, DWH- oder BI-Entwickler:in oder in einer vergleichbaren Rolle, idealerweise im Bankenumfeld oder in der Finanzbranche, ist erforderlich. Fundierte Kenntnisse in SQL sowie in einer Programmiersprache wie Python (gerne auch Scala oder Java) sind notwendig, ebenso wie ein sicherer Umgang mit relationalen und idealerweise auch verteilten Datenbanksystemen. Erfahrung im Aufbau und Betrieb von ETL- und ELT-Prozessen sowie in der Datenmodellierung (z. B. Star-Schema, Data Vault) und im Umgang mit großen Datenmengen sind von Vorteil. Praxiserfahrung mit modernen Datenplattformen und -technologien wie Apache Spark, Kafka sowie Cloud-Diensten (Azure, AWS, GCP oder vergleichbare On-Premise-Lösungen) wird erwartet. Kenntnisse in CI/CD, Versionsverwaltung (Git) und Container-Technologien (z. B. Docker, Kubernetes) sind ebenfalls wünschenswert. Sehr gute Deutschkenntnisse in Wort und Schrift auf C1-Niveau sind erforderlich.