Data Engineer (all genders welcome)

## Dein Alltag, nur ohne Alltag

• •Du entwickelst, implementierst und betreibst moderne Datenpipelines über unterschiedliche Datenquellen hinweg.
• •Du konzipierst und realisierst Lakehouse- und Data-Warehouse-Lösungen für Reporting-, Analytics- und AI-Anforderungen.
• •Du integrierst neue Datenquellen und entwickelst Ingestion-, Transformations- und Orchestrierungsprozesse.
• •Du setzt Datenverarbeitungslogiken mit SQL, Python und modernen Data-Engineering-Technologien um.
• •Du arbeitest eng mit Product Ownern, Fachbereichen und Consumer-Teams zusammen, um Anforderungen in technische Lösungen zu übersetzen.
• •Du stellst Datenqualität, Stabilität und Performance durch Monitoring, Testing und automatisierte Prozesse sicher.
• •Du analysierst Fehlerursachen, optimierst bestehende Datenprozesse und sorgst für einen zuverlässigen Betrieb.

## Hier bringst Du Dich ein

• •Du entwickelst skalierbare Datenplattformen und wiederverwendbare Pipeline-Standards weiter.
• •Du gestaltest moderne Datenarchitekturen entlang von Lakehouse-, Warehouse- und Medallion-Prinzipien.
• •Du etablierst nachhaltige Datenmodelle für Reporting, Analytics und datengetriebene Entscheidungen.
• •Du verantwortest die Qualität, Performance und Wirtschaftlichkeit von Datenlösungen.
• •Du setzt DevOps-Prinzipien wie Versionierung, Code Reviews, Continuous Integration und Continuous Delivery (CI/CD) sowie automatisierte Deployments konsequent um.
• •Du setzt moderne KI-Werkzeuge in Deinem Arbeitsalltag ein und nutzt sie, um Entwicklungsprozesse effizienter und qualitativ hochwertiger zu gestalten.
• •Du bringst neue Technologien, Cloud-Services und KI-nahe Datenlösungen in unsere Projekte ein.
• •Du dokumentierst Datenflüsse, Modelle und Zusammenhänge und unterstützt den Wissenstransfer im Team.

## Dein Umfeld: Team, Tools, Zusammenarbeit

Team & Setup

• •Du arbeitest in einem interdisziplinären Team aus Data Engineers, Consultants, Architektinnen und Analytics-Spezialistinnen.
• •Du profitierst von einem flexiblen und hybriden Arbeitsmodell mit hoher Eigenverantwortung.
• •Du arbeitest eng mit Fachbereichen sowie Expert\*innen aus Data, AI und Business Analytics zusammen.

Tools & Arbeitsweise

• •Du arbeitest mit SQL, Python, Spark sowie Microsoft Fabric, Azure Synapse Analytics, Azure Data Factory und Azure DevOps.
• •Du nutzt moderne Entwicklungsstandards mit Git, Pull Requests, Code Reviews und CI/CD-Pipelines.
• •Du setzt KI-gestützte Werkzeuge gezielt ein, um Entwicklungs-, Analyse- und Dokumentationsaufgaben effizient zu unterstützen.

## Deine Lernkurve bei COSMO CONSULT

Woche 1 bis 4: Ankommen und verstehen

• •Du lernst unsere Datenplattformen, Kundenprojekte und Architekturprinzipien kennen.
• •Du arbeitest Dich in unsere Datenmodelle, Entwicklungsprozesse und Deployment-Standards ein.
• •Du übernimmst erste Aufgaben in bestehenden Datenintegrations- und Analytics-Projekten.

Nach 3 Monaten: Übernehmen und umsetzen

• •Du verantwortest eigene Datenpipelines und technische Arbeitspakete.
• •Du setzt Anforderungen selbstständig in belastbare Datenlösungen um.
• •Du arbeitest sicher mit unseren Cloud-, DevOps- und Deployment-Prozessen.

Nach 6 Monaten: Weiterentwickeln und mitgestalten

• •Du gestaltest aktiv die Weiterentwicklung unserer Datenplattformen mit.
• •Du bringst eigene Ideen zu Architektur, Automatisierung, Datenqualität und KI-gestützten Arbeitsweisen ein.
• •Du etablierst Dich als kompetente Ansprechperson für moderne Data-Engineering-Themen.

## Das bringst Du mit

• •Erste praktische Erfahrung oder Berufserfahrung im Aufbau und Betrieb von Data-Warehouse-, BI- oder Analytics-Lösungen.
• •Gute Kenntnisse in SQL sowie erste Erfahrungen mit Python, Spark oder vergleichbaren Technologien.
• •Kenntnisse in der Entwicklung von ETL- beziehungsweise ELT-Prozessen und Datenpipelines.
• •Grundlegendes Verständnis von Datenmodellierung sowie modernen Lakehouse- oder Warehouse-Architekturen.
• •Erste Erfahrungen mit Versionskontrolle, Code Reviews und CI/CD im Datenkontext.
• •Erfahrungen mit Microsoft Fabric, Azure Synapse Analytics, Azure Data Factory oder vergleichbaren Plattformen sind von Vorteil.
• •Interesse an modernen AI- und Data-Platform-Ansätzen.
• •Fähigkeit, fachliche Anforderungen strukturiert in technische Lösungen zu übersetzen.
• •Strukturierte Arbeitsweise sowie Spaß daran, Neues zu lernen.
• •Sehr gute Deutsch- und gute Englischkenntnisse.

## Deine Vorteile.

• •Flexible Arbeitszeiten
• •Weiterentwicklung
• •Innovation Challenge
• •Events
• •Sprachkurse
• •Vielfältige Benefits