Data Engineer - Schwerpunkt Microsoft (m/w/d)

Wir suchen Dich in Aschaffenburg zum nächstmöglichen Zeitpunkt als Data Engineer - Schwerpunkt Microsoft (m/w/d).

Angebot

• Mitarbeiterangebote: von Bike und IT-Geräte Leasing, über Corporate Benefits bis hin zur betrieblichen Altersvorsorge und einem Unterstützungsprogramm bei persönlichen Herausforderungen
• Entwicklungsmöglichkeiten: nutze unser breites Weiterbildungsangebot in der DPD-Akademie und gestalte deinen individuellen Karriereweg
• Sicherheit: entfalte deine eigenen Stärken in einem internationalen Konzern
• Verlässlichkeit: faire und pünktliche Gehaltszahlungen sowie planbare Arbeitszeiten
• Inklusive Gemeinschaft: freue dich auf offene und vielfältige Teams, für die Respekt Toleranz und Gleichbehandlung selbstverständlich sind

Aufgaben

• Entwicklung und Implementierung von ETL-/ELT-Prozessen zur Datenintegration und -transformation
• Erstellung und Pflege von Analysemodellen (OLAP-Cubes, Power BI) für komplexe Abfragen
• Konzeption und Entwicklung von Reporting-Lösungen (z. B. SSRS, Power BI, Infor)
• Modellierung und Wartung von Datenstrukturen für effiziente Datenspeicherung und -verarbeitung
• Sicherstellung von Datenqualität, -konsistenz und Implementierung von Data-Cleansing-Prozessen
• Gewährleistung von Datensicherheit, Datenschutz und Compliance-Anforderungen
• Umsetzung von CI/CD-Prozessen sowie enge Zusammenarbeit mit Data Scientists, Analysten und Fachbereichen

Stärken

• Abgeschlossenes Studium mit IT-Schwerpunkt oder vergleichbare Qualifikation im Bereich Informatik / Wirtschaftsinformatik
• Mehrjährige Erfahrung mit Microsoft BI-Tools (Schwerpunkt SSIS) sowie Interesse an neuen Technologien
• Sehr gute Deutschkenntnisse in Wort und Schrift (mindestens B2, idealerweise C1)
• Fundierte Kenntnisse im Umgang mit relationalen Datenbanken, Datenmodellierung und SQL (MS SQL Server)
• Programmierkenntnisse in C# / Python
• Erste Erfahrungen mit Azure-Diensten (z. B. Synapse, Data Factory) wünschenswert
• Analytisches Denkvermögen, selbstständige Arbeitsweise und Teamfähigkeit in interdisziplinären Umgebungen