-
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
-
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
-
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
