
Programmierung von ETL-Prozessen und DataOps-Prinzipien. Erfahrung im Data Engineering ist erforderlich. Bietet Weiterbildungsmöglichkeiten und flexible Arbeitszeiten.

Datenintegration, -transformation und -modellierung. Erfahrung mit modernen Datenarchitekturen (Data Warehouse, Data Lake, Data Lakehouse) ist erforderlich. Flexible Arbeitszeiten und Mobile Working sind ein Vorteil.

Entwicklung, Optimierung und Betrieb der Datenplattform und Datenpipelines. Erfahrung mit Python, Spark, Microsoft Fabric, Azure Synapse oder Databricks ist ein Muss. Möglichkeit zur aktiven Mitgestaltung einer zentralen Datenplattform.

Konzeption, Aufbau und Weiterentwicklung von Datenarchitekturen und ETL-/ELT-Pipelines. Entwicklung und Optimierung von Datenmodellen. Mindestens drei Jahre Berufserfahrung im Data Engineering. Fundierte SQL-Kenntnisse. Unterstützung bei der fachlichen und persönlichen Weiterentwicklung.

Entwicklung, Betrieb und Optimierung datenintensiver Lösungen. Konzeption und Implementierung von Data Pipelines mit Azure Synapse. Mindestens 4-5 Jahre Erfahrung mit Azure-Datenplattformen, insbesondere Synapse. Sichere Anstellung in einem erfolgreichen Dienstleistungsunternehmen.

Gestaltung und Betrieb von Daten- und KI-Projekten, inklusive Aufbau von Datenplattformen und ML-Systemen. Fließende Deutsch- und Englischkenntnisse sind erforderlich. Möglichkeit zur vollen Gestaltungsfreiheit bei der Infrastruktur.

Analyse und Optimierung von SAP-Systemlandschaften mit cbs ET Enterprise Transformer. Mindestens 2 Jahre Erfahrung als SAP Consultant. Gute Deutsch- und Englischkenntnisse.

Führung von Sicherheitspersonal an min. 3 Rechenzentren. Mindestens 4 Jahre Erfahrung in der Sicherheitsbranche und im Management erforderlich. MS Office Kenntnisse. Job mit hoher Verantwortung und Job-Sicherheit.

Beratung von Kunden bei Compliance, Informationssicherheit und Risikomanagement. Analyse regulatorischer Anforderungen (ISO 27001, Cyber Resilience Act). Erste Berufserfahrung in ISO 27001 und ISMS. Weiterbildungsmöglichkeiten und Remote Work.

Weiterentwicklung und Operationalisierung der Data Governance, Durchführung von Metadatendokumentation und Datenforensik. Fundierte Kenntnisse im Bankenwesen und Erfahrung mit Tools wie JIRA/Confluence sind erforderlich. Förderung des persönlichen Wachstums durch Weiterbildungen.

Daten analysieren, ELT/ETL-Flows modellieren und Daten in Big-Data-Umgebungen laden. Erfahrung in Datenmodellierung und Apache Hadoop ist erforderlich. Nutzung von State-of-the-Art-Technologien.


Implementierung von Data-Engineering-Lösungen mit Fokus auf Cloud-Data-Analytics (Databricks). Mindestens 5 Jahre Erfahrung im Aufbau von Data Warehouse Lösungen. Möglichkeit zur individuellen Spezialisierung.


Führung eines Data Engineering Teams; Entwicklung skalierbarer Databricks Pipelines mit Python; Nutzung von Azure Data Factory; Datenmodellierung; 5+ Jahre Erfahrung im Data Engineering mit Führungserfahrung; Englischkenntnisse.
Schnell & unkompliziert mit einem Klick bewerben.
Mit deinem Profil auf karriere.at.