62 Datenanalyse Jobs Wien

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.

Gestaltung von Tarifen, Systemen und Prozessen in der privaten Krankenversicherung. Analyse von Bestands-, Leistungs- und Kostenentwicklungen. Weiterentwicklung datenbasierter Analysen und Reportings in R/RStudio. Weiterbildungsmöglichkeiten und flexible Arbeitszeiten.

Erstellung und Weiterentwicklung von Dashboards und Reportings, Datenanalysen mit BigQuery und GCP. Fundierte SQL-Kenntnisse sind erforderlich. Möglichkeit zur aktiven Mitgestaltung an Veränderungen.

Datenanalyse und Reporting zur Unternehmenssteuerung. Erstellung von Budgets und Präsentationen. Mehrjährige Berufserfahrung als Data Analyst oder Senior Controller im internationalen Umfeld. SAP FI-Kenntnisse.

Brücke zwischen IT-Infrastrukturen und CoPlanner-Architektur schlagen. Technische Verantwortung für Integrations-/Migrationsprojekte, SQL-Herausforderungen meistern. Mindestens 3 Jahre Berufserfahrung im Bereich Data & Analytics, praktische Erfahrung mit Microsoft Data-& Analytics-Technologien (SQL BI Suite, Azure Data Factory, Microsoft Fabric, Power BI) erforderlich. 36-Stunden-Woche.

Aufbereitung, Analyse und Visualisierung von Leistungs-, Organisations- und Wirkungsdaten. Erstellung aussagekräftiger Reports und Kennzahlen. Mehrjährige Berufserfahrung im Reporting, Datenmanagement und Wirkungsmanagement. Ausgezeichnete EDV-Kenntnisse, insbesondere Excel und Power BI. Fahrtkostenzuschuss.

Entwicklung von Data/AI-Lösungen, ETL/ELT-Pipelines und Vektor-Datenbanken. Mehrjährige Erfahrung in Data Analytics, Datenplattformen und AI-Lösungen ist erforderlich. Gestaltungsspielraum in einem innovativen Umfeld.

Erstellung und Betrieb von Datenpipelines auf Databricks mit Python. Mindestens 3 Jahre Erfahrung in DevOps/Data Engineering mit Fokus auf Produktionslösungen. Flexible Arbeitszeiten und Home-Office.

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.

Entwicklung und Optimierung von Algorithmen zur Anomalieerkennung auf Edge-Geräten und in Cloud-Umgebungen. Erfahrung mit Python, SQL, Java und Cloud-Technologien (z.B. Microsoft Azure) ist erforderlich. Möglichkeit, mit modernsten Technologien aus den Bereichen Artificial Intelligence, Machine Learning, IoT und Edge Computing zu arbeiten.