Data Engineer mit DevOps-Schwerpunkt für die Digitalisierung der Justiz

h3Was Sie tun werden /h3pSie werden Teil des Entwicklungsteams, das an der Digitalisierung von Justizprozessen arbeitet und insbesondere Projekte unterstützt, die die Bearbeitung von Verkehrsbußgeldern und damit verbundenen Verfahren automatisieren. Als Data Engineer mit ausgeprägtem DevOps-Profil für BI schlagen Sie die Brücke zwischen geschäftlichen Anforderungen und technischer Umsetzung. /ppZu Ihren Aufgaben gehören: /pulliStandards, Normen und Richtlinien (Architektur, Informationssicherheit, DSGVO, interne IT-Richtlinien) in konkrete funktionale und technische Anforderungen für Datenflüsse und Reporting übersetzen /liliMit dem Product Owner und funktionalen Analysten zusammenarbeiten, um Informationsbedürfnisse zu erfassen und diese in User Stories mit klaren Akzeptanzkriterien zu entwickeln /liliDatendefinitionen und KPIs eindeutig festlegen (Data Dictionary, semantische Ebene), sodass jeder KPI überall einheitlich berechnet wird /liliAls Ansprechpartner innerhalb des Teams für Daten
- und BI-Fragen fungieren und mit Entwicklern, Architekten, Testern und Stakeholdern koordinieren /li /ulpbDatenqualität /b /pulliDatenqualitätsregeln entwickeln, automatisieren und überwachen (Vollständigkeit, Genauigkeit, Aktualität, Konsistenz) /liliKontrollen in Ladeprozesse einbauen, Anomalien erkennen, melden und bis zur Lösung nachverfolgen /liliLineage und Dokumentation von Datenmodellen, Datenflüssen und Prozessen pflegen /liliÜber Datenqualität an das Team, den Product Owner und das Management berichten /li /ulpbBI DevOps /b /pulliCI/CD für Datenpipelines, Datenmodelle und Berichte einrichten und verwalten: Versionskontrolle (Git), Code Reviews, automatisierte Tests und kontrollierte Releases über Entwicklungs-, Test
- und Produktionsumgebungen hinweg /liliMonitoring und Alerting für Batch-Prozesse und Datenladungen einrichten /liliBei der Überwachung von Quality Gates für Datencode und Berichte unterstützen /liliRelease
- und Change-Management unterstützen und bei der Lösung von Incidents helfen /li /ulpbData Engineering /b /pulliETL/ELT-Prozesse entwickeln und pflegen /liliEine zuverlässige Publikationsschicht für BI-Tools bereitstellen (einschließlich SAS Visual Analytics, Power BI, Apache Superset) /liliZur Weiterentwicklung der Datenplattform beitragen und, wo sinnvoll, Logik toolunabhängig gestalten /liliDaten KI-ready machen: sicherstellen, dass Datensätze gut dokumentiert, von hoher Qualität und sicher zugänglich sind, damit sie als Grundlage für zukünftige KI-Anwendungen dienen können /li /ulpbGovernance und Compliance /b /pulliZur Nachvollziehbarkeit von Daten, Entscheidungen, Code und Tests beitragen, im Einklang mit internen Kontroll
- und Audit-Erwartungen /liliZur Einhaltung von Informationssicherheit, DSGVO und Zugriffsmanagement von der Quelle bis zum Bericht beitragen (minimale Rechte, Row-Level Security) /li /ulh3Was wir suchen /h3pbAusbildung und Erfahrung /b /pulliMaster
- oder Bachelor-Abschluss im IT-Bereich oder gleichwertig durch Erfahrung /liliMindestens 5 Jahre relevante Erfahrung im Bereich Data Engineering, Data Warehousing oder BI, davon mindestens 2 Jahre in einem Entwicklungsteam mit CI/CD /liliNachweisbare Erfahrung in der Übersetzung von geschäftlichen und Qualitätsanforderungen in Anforderungen und Akzeptanzkriterien für Daten (Data as a Product) /liliErfahrung im Einrichten und Überwachen von Datenqualitätskontrollen /li /ulpbTechnisches Wissen /b /pulliExpertenkenntnisse in SQL und Datenmodellierung (Kimball und/oder Data Vault, SCD, inkrementelle Ladungen) /liliErfahrung mit ETL/ELT-Prozessen und Batch-Verarbeitung, Kenntnisse in SAS 9.4 (Base SAS, Enterprise Guide, DI Studio) sind von Vorteil /liliVersionskontrolle (Git), Branching-Strategien, Code Reviews und CI/CD-Tools (z. B. GitHub Actions, Azure DevOps, GitLab CI) /liliTestautomatisierung und Datenqualitäts-Tools (z. B. dbt tests oder gleichwertig) /liliMonitoring und Alerting von Datenprozessen /liliKenntnisse in BI-Tools (SAS Visual Analytics, Power BI und/oder Apache Superset) und dem Prinzip einer semantischen Schicht /liliVon Vorteil: Python, dbt, Docker, Azure /liliSicherer Umgang mit Jira/Azure Boards /li /ulpbZertifizierungen (von Vorteil) /b /pulliVon Vorteil: DAMA CDMP oder andere Zertifizierung im Bereich Datenmanagement oder Datenqualität /liliVon Vorteil: Zertifizierung als Cloud Data Engineer (z. B. Microsoft, Databricks) oder DevOps-bezogene Zertifizierung /li /ulpbKompetenzen /b /pulliAnalytisch und präzise, mit ausgeprägtem Qualitätsbewusstsein /liliAusgeprägte Kommunikationsfähigkeiten: in der Lage, vage Fragestellungen zu klären und mühelos zwischen technischen und nicht-technischen Gesprächspartnern zu wechseln /liliStrukturiert und pragmatisch, mit einem Automatisierungsreflex /liliTeamplayer, der Wissen teilt und andere mitnimmt /liliSelbstständig, proaktiv und ergebnisorientiert in einem komplexen öffentlichen Umfeld /liliKenntnisse in Niederländisch oder Französisch und Verständnis der zweiten Landes