Beschreibung
BI-Spezialist - Big Data, Data Warhousing via Senior- Entwickler Online-Services (Full Stack):
• Konzeptioneller Ausbau und Erweiterung verfahrensspezifischer Sicherheitskonzepte
• Umstellung der bestehenden Datenhaltung und der zugrundeliegenden Ladeprozesse aufgrund datenschutzrechtlicher Veränderungen der bestehenden Schnittstellen
• Konzeption und Umsetzungsmanagement von datenschutzrechtlichen Verbesserungen in der Forschungsdatenhaltung
• Für alle entstehenden Modelle und Anwendungen sind zielorientierte Abstimmungen, aussagekräftige Tests, nachvollziehbare Dokumentationen und eine Bereitstellung für den Standardbetrieb unabdingbar
• Know-How ist fortwährend nach intern zu transferieren
Als konkrete Beispiele können die Bearbeitung übergreifender Aufgaben inklusive notwendiger Datenschutzklärungen
und die Feinkonzeption der IAB-DIM-Datenhaltung innerhalb des Projektes Tresor genannt werden. Besonders relevant
ist hier die Sicherstellung definierter Regularien und Abläufe.
Beschreibung der besonderen Anforderungen und Kenntnisse:
• Datavault, SQL, T-SQL, SSIS, Jira, Confluence, Kanban
Data Vaults: Verständnis der Data-Vault-Architektur, einschließlich Hubs, Links und Satellites.
• Modellierungstechniken: Fähigkeit, Data-Vault-Modelle zu entwerfen und zu implementieren, die den spezifischen Anforderungen des Unternehmens entsprechen.
• Datenschutzrechtliche Kenntnisse: Verständnis der relevanten Datenschutzgesetze und -vorschriften, wie z.B. der Datenschutz-Grundverordnung (DSGVO) in der EU.
• Datenhaltung und -sicherheit: Fähigkeit, sichere Datenhaltungslösungen zu konzipieren und umzusetzen, die den Datenschutzanforderungen entsprechen.
• ETL-Tools und -Technologien: Erfahrung mit ETL-Tools wie SSIS, um Daten aus verschiedenen Quellen zu extrahieren, zu transformieren und in das Data Warehouse zu laden.
• Teststrategien: Fähigkeit, Teststrategien zu entwickeln und durchzuführen, um sicherzustellen, dass die implementierten Lösungen den Anforderungen entsprechen und fehlerfrei funktionieren.
• Qualitätssicherung: Fähigkeit, Qualitätssicherungsprozesse zu implementieren, um sicherzustellen, dass die Daten und Modelle von hoher Qualität sind.
• Datenbanken und SQL: Kenntnisse in Datenbanktechnologien und SQL, um Daten abzufragen und zu manipulieren.
• Wissenstransfer: Fähigkeit, Wissen und Know-how an interne Teams zu transferieren, um sicherzustellen, dass die
• Lösungen langfristig gewartet und weiterentwickelt werden können.
nice to have:
Kimball, Power BI, BA-Erfahrung
• Konzeptioneller Ausbau und Erweiterung verfahrensspezifischer Sicherheitskonzepte
• Umstellung der bestehenden Datenhaltung und der zugrundeliegenden Ladeprozesse aufgrund datenschutzrechtlicher Veränderungen der bestehenden Schnittstellen
• Konzeption und Umsetzungsmanagement von datenschutzrechtlichen Verbesserungen in der Forschungsdatenhaltung
• Für alle entstehenden Modelle und Anwendungen sind zielorientierte Abstimmungen, aussagekräftige Tests, nachvollziehbare Dokumentationen und eine Bereitstellung für den Standardbetrieb unabdingbar
• Know-How ist fortwährend nach intern zu transferieren
Als konkrete Beispiele können die Bearbeitung übergreifender Aufgaben inklusive notwendiger Datenschutzklärungen
und die Feinkonzeption der IAB-DIM-Datenhaltung innerhalb des Projektes Tresor genannt werden. Besonders relevant
ist hier die Sicherstellung definierter Regularien und Abläufe.
Beschreibung der besonderen Anforderungen und Kenntnisse:
• Datavault, SQL, T-SQL, SSIS, Jira, Confluence, Kanban
Data Vaults: Verständnis der Data-Vault-Architektur, einschließlich Hubs, Links und Satellites.
• Modellierungstechniken: Fähigkeit, Data-Vault-Modelle zu entwerfen und zu implementieren, die den spezifischen Anforderungen des Unternehmens entsprechen.
• Datenschutzrechtliche Kenntnisse: Verständnis der relevanten Datenschutzgesetze und -vorschriften, wie z.B. der Datenschutz-Grundverordnung (DSGVO) in der EU.
• Datenhaltung und -sicherheit: Fähigkeit, sichere Datenhaltungslösungen zu konzipieren und umzusetzen, die den Datenschutzanforderungen entsprechen.
• ETL-Tools und -Technologien: Erfahrung mit ETL-Tools wie SSIS, um Daten aus verschiedenen Quellen zu extrahieren, zu transformieren und in das Data Warehouse zu laden.
• Teststrategien: Fähigkeit, Teststrategien zu entwickeln und durchzuführen, um sicherzustellen, dass die implementierten Lösungen den Anforderungen entsprechen und fehlerfrei funktionieren.
• Qualitätssicherung: Fähigkeit, Qualitätssicherungsprozesse zu implementieren, um sicherzustellen, dass die Daten und Modelle von hoher Qualität sind.
• Datenbanken und SQL: Kenntnisse in Datenbanktechnologien und SQL, um Daten abzufragen und zu manipulieren.
• Wissenstransfer: Fähigkeit, Wissen und Know-how an interne Teams zu transferieren, um sicherzustellen, dass die
• Lösungen langfristig gewartet und weiterentwickelt werden können.
nice to have:
Kimball, Power BI, BA-Erfahrung