Düsseldorf
DWH Developer (m/w/d) - Data Warehouse & BI
externe stelle · zuletzt geprüft 3.11.2026
Fakten zur Stelle
- Arbeitsmodell
- Hybrid
- Orte
- Düsseldorf
der job in 20 sekunden
DWH Developer - Data Warehouse & BI
ecotel communication ag sucht DWH Developer - Data Warehouse & BI in Düsseldorf, hybrid. In der Rolle baust du Datenpipelines und Datenplattformen. Gefragt sind vor allem Data Science, SQL und Data Modeling. Fachlicher Schwerpunkt: Datenplattformen, BI & Analytics.
Wen sucht ecotel communication ag wirklich?
Gesucht wird eine Person mit Erfahrung im Data Engineering, die Data Science, SQL, Data Modeling und ETL sicher beherrscht. Python, Power BI und Snowflake sind ein Plus.
Kernaufgaben
- 01die Entwicklung und Pflege von ETL-/ELT-Strecken sowie die Integration neuer Datenquellen
- 02das Monitoring, die Validierung und die Fehleranalyse bestehender Datenpipelines
- 03die Umsetzung und Weiterentwicklung von Datenmodellen, Tabellen und Views
- 04die Dokumentation von Datenprozessen und Datenflüssen
- 05die Unterstützung bei Ad-hoc-Datenanforderungen und kleineren Projekten
- 06die enge Zusammenarbeit mit Data Warehouse, Controlling und den Fachbereichen
Was du mitbringen solltest
Gefordert
- Data Science
- SQL
- Data Modeling
- ETL
- Azure
- dbt
Optional
- Python
- Power BI
- Snowflake
- SQL Server
- Airflow
Rollenprofil
Data Engineering · Daten & KI
aus den Aufgaben erkannt
Softwaredomänen
- Datenplattformen, BI & Analyticsbestätigt
Auch interessant für
- · Backend-Entwickler:innen mit Datenbank-Schwerpunkt
- · BI-Entwickler:innen
- · Analytics Engineers
- · Fachkräfte mit Erfahrung in verwandten Bereichen wie KI-Produkte & ML-Plattformen und Process Mining & Prozessanalyse
belege aus der stellenanzeige anzeigen
- die Entwicklung und Pflege von ETL-/ELT-Strecken sowie die Integration neuer Datenquellen
„die Entwicklung und Pflege von ETL-/ELT-Strecken sowie die Integration neuer Datenquellen“
- das Monitoring, die Validierung und die Fehleranalyse bestehender Datenpipelines
„das Monitoring, die Validierung und die Fehleranalyse bestehender Datenpipelines“
- die Umsetzung und Weiterentwicklung von Datenmodellen, Tabellen und Views
„die Umsetzung und Weiterentwicklung von Datenmodellen, Tabellen und Views“
- die Dokumentation von Datenprozessen und Datenflüssen
„die Dokumentation von Datenprozessen und Datenflüssen“
- die Unterstützung bei Ad-hoc-Datenanforderungen und kleineren Projekten
„die Unterstützung bei Ad-hoc-Datenanforderungen und kleineren Projekten“
- die enge Zusammenarbeit mit Data Warehouse, Controlling und den Fachbereichen
„die enge Zusammenarbeit mit Data Warehouse, Controlling und den Fachbereichen“
- Pflicht: Data Science
„Ein abgeschlossenes Studium der (Wirtschafts-)Informatik, Mathematik, Data Science oder eine vergleichbare Qualifikation“
- Pflicht: SQL
„Gute Kenntnisse in SQL und relationalen Datenbanken sowie erste Erfahrungen in der Datenmodellierung“
- Pflicht: Data Modeling
„Gute Kenntnisse in SQL und relationalen Datenbanken sowie erste Erfahrungen in der Datenmodellierung“
- Pflicht: ETL
„Grundkenntnisse in ETL-/ELT-Tools wie Azure Data Factory oder dbt“
- Pflicht: Azure
„Grundkenntnisse in ETL-/ELT-Tools wie Azure Data Factory oder dbt“
- Pflicht: dbt
„Grundkenntnisse in ETL-/ELT-Tools wie Azure Data Factory oder dbt“
- Arbeitsmodell: Hybrid
„Hybrides“
aufgaben
Berufsfelder
- Data & KI
anforderungen
Fähigkeiten
- Data Science
- SQL
- Data Modeling
- ETL
- Azure
- dbt
- Python (optional)
- Power BI (optional)
- Snowflake (optional)
- SQL Server (optional)
- Airflow (optional)
originalanzeige
Die vollständige Beschreibung findest du in der Originalanzeige. Oben siehst du unsere eigene Analyse der Stelle.