Aufgaben
- Konzeption, Entwicklung und Pflege skalierbarer Datenmodelle und Datenpipelines
- Integration externer Systeme und Datenquellen
- Entwicklung und Weiterentwicklung von Python- und Streamlit-Anwendungen
- Sicherstellung von Datenqualität, Nachvollziehbarkeit, Reconciliation, Auditierbarkeit und Performance
- Mitarbeit bei der Analyse fachlicher Anforderungen und deren Überführung in technische Datenmodelle und umsetzbare Lösungen
Profil
- Data Engineering & Analytics Engineering mit fundierte Praxiserfahrung, idealerweise Versicherung, IFRS 17 und Finanzabschlussprozesse
- Dbt (Expertenniveau): Entwicklung von Modellen, Tests, Macros und Daten-Transformationen
- Snowflake (Expertenniveau): SQL, QUALIFY, Streams, DCM, Datenmodellierung, Views, Tabellen & Schemas
- ETL/ELT & Datenintegration: Aufbau, Automatisierung, Monitoring und Validierung von Datenpipelines
- Python & Streamlit: Entwicklung modularer Anwendungen, Daten-Apps und Dashboards
- Git & CI/CD: Branching, Pull/Merge Requests, Code Reviews sowie automatisierte Deployments
- Datenqualität & Financial Reporting: Reconciliation, Auditierbarkeit, Nachvollziehbarkeit und Validierung von Finanzdaten
- Agile Methoden & Kommunikation: Scrum/SAFe, Stakeholder-Management, analytische Problemlösung und eigenverantwortliches Arbeiten
- Fließende Englisch- sowie Deutschkenntnisse
Benefits
- Attraktive Einstiegsmöglichkeit bei einem renommierten Versicherungsunternehmen mit langfristiger Perspektive
- Einsatz modernster Data-Engineering-Technologien und Best Practices im Cloud-Umfeld
- Eigenverantwortliches Arbeiten in einem internationalen Team mit spannenden Finance- und IFRS-17-Projekten
