Das Unternehmen zeichnet sich durch ständige Weiterentwicklung und Verbesserung aus. Innerhalb des Unternehmens sind wir für die unternehmensweite Informationsversorgung und den Ausbau der Datenfähigkeiten verantwortlich. In der Rolle als (Senior) Data Engineer (m/w/d) haben Sie die Möglichkeit, die Datenlandschaft maßgeblich mitzugestalten und die Zukunft aktiv zu definieren. Dabei entwickeln wir unsere Datenlandschaft nicht für, sondern mit den Fachbereichen und sind somit ein zentraler Bestandteil des Versicherungsgeschäfts. Sie arbeiten am Aufbau, der Optimierung und dem Betrieb der Smart Data Platform, der zentralen konzernweiten Datenplattform. In einem unserer agilen Teams arbeiten Sie interdisziplinär mit Data Engineers, Product Ownern, Informationsarchitekten und Data Experts zusammen, um Datenprodukte zu entwickeln und diese im Data Mesh-Ansatz umzusetzen. Ihre Aufgaben umfassen die Erstellung qualitativ hochwertiger ETL-Pipelines, die Integration verschiedenster Datenquellen sowie den Aufbau grundlegender Datenmodelle, um komplexe technische und fachliche Herausforderungen zu lösen. Zudem unterstützen Sie Ihr Team bei der Nutzung und Umsetzung moderner Entwicklungstechnologien und -methoden, wie Snowflake, AWS und dbt, und bringen neue kreative Ideen ein. Sie haben die Möglichkeit, eigeninitiativ Aufgaben zu erarbeiten und Verantwortung zu übernehmen, in einer Umgebung mit flachen Hierarchien. Das Unternehmen bietet Ihnen eine moderne Datenlandschaft, ein Team aus Datenenthusiasten und flexible Arbeitszeiten mit der Möglichkeit zum mobilen Arbeiten.

Für diese Position bringen Sie ein abgeschlossenes Studium in (Wirtschafts-) Informatik oder eine vergleichbare Qualifikation im quantitativen Bereich mit. Zudem sollten Sie mindestens 3 Jahre Berufserfahrung im Data Engineering-Umfeld vorweisen können. Praktische Erfahrungen im Umgang mit Datenplattformen oder Cloud Data Warehouses, wie Snowflake, Redshift oder BigQuery, sind ebenfalls erforderlich. Idealerweise haben Sie bereits Erfahrungen im Aufbau eines Data Lakes oder Data Warehouses gesammelt. Sie sind vertraut mit modernen Modellierungsmethoden, insbesondere Data Vault 2.0, und sind in der Lage, komplexe Modellierungsfragestellungen zu bearbeiten. Kenntnisse in ETL/ELT-Prozessen, sehr gute SQL-Kenntnisse sowie die Fähigkeit, Daten mit Python zu verarbeiten und Prozesse zu automatisieren, sind ebenfalls wichtig. Best Practices aus dem DataOps und Software Engineering Bereich, wie PR-basierte Entwicklungsworkflows und Datenqualitätsprüfungen, sind Ihnen vertraut. Persönlich sollten Sie Kommunikationsstärke, eine schnelle Auffassungsgabe sowie analytisches Denkvermögen mitbringen. Sehr gute Deutsch- und Englischkenntnisse sowie Erfahrung im Stakeholdermanagement runden Ihr Profil ab.