Data Engineer - Microsoft Fabric / PySpark / Azure (m/w/d)
Aktuelle Original-Stellenanzeige
Quelle: StudySmarter Stellenbestand · Status: aktiv · Bewerbung über das zentrale StudySmarter-Formular.
Die ganze Ausschreibung von StudentJob
Automatisch strukturiert · Originaltext unformatiert geliefert
Das ist der Job
Du möchtest mit deiner Expertise in Data Analytics, Engineering oder Science innovative Lösungen entwickeln, die Unternehmen voranbringen?
Das brauchst du
Du bringst praktische Erfahrung mit Microsoft Fabric sowie gute Kenntnisse in PySpark und SQL mit. Du hast bereits ETL/ELT-Pipelines aufgebaut und kennst dich mit den Grundlagen der Datenmodellierung (z.B.
Star Schema) und idealerweise der Medallion-Architektur aus Im Umgang mit Tools wie Git und CI/CD-Prozessen für das Deployment fühlst du dich sicher Als teamorientierte Persönlichkeit hast du Lust, dich tief in moderne Microsoft-Technologien einzuarbeiten und gemeinsam im Team zu wachsen Für den direkten Austausch mit Kunden und im Team sprichst du sehr gut Deutsch Fähigkeiten Es ist kein Abschluss erforderlich Du beherrschst Deutsch #J-18808-Ljbffr
Darum lohnt es sich
Data Engineer - Microsoft Fabric / PySpark / Azure (m/w/d) Über das Unternehmen Was entsteht, wenn Leidenschaft und Präzision zusammentreffen? Wir formen aus komplexen Datenlagen messbaren Mehrwert und gestalten so die digitale Zukunft.
Die Stelle als Data Engineer mit Schwerpunkt Microsoft Fabric umfasst insbesondere die Entwicklung und Weiterentwicklung moderner Data-Pipelines, Lakehouse-Architekturen und Datenmodelle innerhalb der Microsoft-Datenplattform sowie die Integration und Strukturierung von Daten für Analytics, BI und KI-Anwendungen.
Im Unternehmenskontext ist die Rolle ein zentraler Bestandteil datengetriebener Kundenprojekte und trägt dazu bei, aus Daten einen messbaren Mehrwert zu generieren, der als Grundlage für Entscheidungen, Innovation und Wachstum dient.
Unbefristete Festanstellung & 6 Wochen Urlaub: Wir bieten dir einen sicheren Arbeitsplatz und ausreichend Zeit zur Erholung Attraktives Vergütungspaket: Neben einem fairen Gehalt erhältst du ein Notebook, ein Smartphone sowie Zusatzleistungen wie Deutschlandticket, JobRad oder eine betriebliche Altersvorsorge Hybrides Arbeitsmodell: Du arbeitest flexibel mit einer guten Mischung aus Homeoffice und Präsenztagen in unserem Büro im Herzen von Köln Mitarbeiter-Beteiligung: Profitiere von unserem Beteiligungsprogramm und partizipiere direkt am gemeinsamen Erfolg Individuelle Auszeiten: Nutze die Möglichkeit, ein individuell gestaltbares Sabbatical für deine persönlichen Pläne einzulegen Strukturierte Einarbeitung: Dein Start bei uns wird durch eine persönliche Einarbeitung und ein Mentoring-Programm begleitet Sport und Gesundheit: Du profitierst von einer kostenlosen M-Mitgliedschaft bei Urban Sports Club und vergünstigten Konditionen bei L- und XL-Tarifen Was erwartet dich?
Du konzipierst und entwickelst skalierbare Data Pipelines in Microsoft Fabric und setzt dabei ETL/ELT-Prozesse mit PySpark und SQL in einer modernen Medallion-Architektur um Du übernimmst die Datenmodellierung im Lakehouse, um hochwertige und performante Datengrundlagen für Analytics-, BI- und KI-Anwendungen zu schaffen In enger Zusammenarbeit mit BI-Entwickler:innen und den Fachteams unserer Kunden übersetzt du Anforderungen in technische Lösungen Du stellst die Qualität und Performance der Datenumgebung sicher, indem du die Fabric‑Pipelines kontinuierlich überwachst und optimierst Gemeinsam im Team wirkst du an der Weiterentwicklung und dem Design unserer modernen Lakehouse‑Architekturen auf Basis von Microsoft Fabric mit Was solltest du mitbringen?
Dann schaffe mit uns die Basis für fundierte Entscheidungen und erlebe, wie deine Arbeit direkten Einfluss auf den Erfolg unserer Partner nimmt. Was bieten wir dir?
Bereit?
Bewerbung wird direkt an StudentJob uebergeben - kein Konto noetig.
StudentJob hat 7 weitere offene Stellen:
Wenn dir dieser Job gefällt, schau dir auch an:
Andere Stellen auf der Karte
7 weitere bei StudentJob · 12 ähnliche im Umkreis von ~50 km — Klick auf einen Marker für die Details.