Senior-Data-Engineer (m/w/d) Betrieb und Optimierung von ETL-/ELT-Prozessen - überwiegend remote

Projektbeschreibung:
Die Digitale Störfallanalyse (DISA) ist ein datengetriebenes Analyse- und Entscheidungsunterstützungssystem zur systematischen Auswertung von Störungen im Eisenbahnbetrieb. Ziel ist es, die Ursachen von Betriebsbeeinträchtigungen transparent zu machen, Zusammenhänge zwischen Infrastrukturzustand, Instandhaltung und Betriebsqualität aufzuzeigen sowie die Ableitung wirksamer Gegenmaßnahmen zu unterstützen. Hierfür führt DISA Informationen aus verschiedenen Datenquellen zusammen und bereitet diese in einer einheitlichen Analyseumgebung auf. Dadurch werden Störungsursachen, wiederkehrende Muster und regionale Auffälligkeiten schneller erkennbar. Die gewonnenen Erkenntnisse unterstützen Fachbereiche, Anlagenverantwortliche und Führungskräfte dabei, Entscheidungen auf Grundlage belastbarer Daten zu treffen und Maßnahmen gezielt auf die größten Qualitäts- und Pünktlichkeitshebel auszurichten. DISA leistet damit einen wichtigen Beitrag zur Digitalisierung des Anlagenmanagements und zur kontinuierlichen Verbesserung der Betriebsqualität. Durch die Reduzierung manueller Auswertungsaufwände, die Standardisierung von Analysen sowie die höhere Transparenz über Ursachen und Wirkzusammenhänge können Qualitätsmängel frühzeitig erkannt und die Wirksamkeit von Gegenmaßnahmen besser bewertet werden. Langfristig unterstützt DISA die Zielsetzung des Kunden, Lost Units zu reduzieren, die Anlagenqualität zu steigern und die Pünktlichkeit im Netz nachhaltig zu verbessern.

Aufgabenbeschreibung:

• Analyse, Konzeption und Umsetzung der Integration neuer Datenquellen und Schnittstellen
• Entwicklung, Betrieb und Optimierung von ETL-/ELT-Prozessen zur automatisierten Datenverarbeitung
• Transformation, Harmonisierung und Verknüpfung heterogener Datenbestände
• Konzeption, Weiterentwicklung und Pflege fachlicher sowie technischer Datenmodelle
• Sicherstellung von Datenqualität, Datenkonsistenz, Datenvollständigkeit und Nachvollziehbarkeit
• Performanceoptimierung von Datenbanken, Datenpipelines und Verarbeitungsprozessen
• Aufbau und Weiterentwicklung von Monitoring-, Logging- und Fehlerbehandlungsmechanismen
• Analyse und Behebung technischer Störungen innerhalb der Datenverarbeitungskette
• Erstellung und Pflege technischer Dokumentationen zu Datenflüssen, Schnittstellen und Verarbeitungslogiken
• Unterstützung bei Architekturentscheidungen zur Weiterentwicklung der Datenplattform
• Erbringung der Leistungen in einem agilen Projektumfeld

MUSS-Anforderungen: (zwingend zu erfüllen)

• Erfahrung in der Konzeption, Entwicklung und dem Betrieb automatisierter ETL-/ELT-Datenpipelines zur Integration, Transformation und Bereitstellung von Daten Erfahrungslevel in Jahren Senior (> 5 Jahre Erfahrung)
• Nachweisbare praktische Erfahrung in der Modellierung, Implementierung und Optimierung relationaler Datenbanken auf Basis von Microsoft SQL Server Erfahrungslevel in Jahren Senior (> 5 Jahre Erfahrung)
• Erfahrung in der Entwicklung von Datenverarbeitungs-, Automatisierungs- und Integrationslösungen mit Python Erfahrungslevel in Jahren Intermediate (> 3 Jahre Erfahrung)
• Erfahrung in der Integration heterogener Datenquellen über Datenbanken, Schnittstellen und Dateisysteme Anzahl Referenzen 3
• Erfahrung im produktiven Betrieb von Datenplattformen einschließlich Monitoring, Fehleranalyse, Datenqualität und Performanceoptimierung Anzahl Referenzen 2

SOLL-Anforderungen:

• Praxiserfahrung im Aufbau und Betrieb von Data-Warehouse-, Analytics- oder Reporting-Plattformen mit komplexen Datenmodellen Anzahl Referenzen 2
• Erfahrung mit Microsoft Azure, Azure DevOps sowie cloudbasierten Datenintegrations- und Orchestrierungslösungen Anzahl Referenzen 1
• Praktische Erfahrung in der Modellierung, Aufbereitung und Bereitstellung qualitätsgesicherter Daten für produktive LLMund Machine-Learning-Anwendungen, einschließlich Datenintegration, Datenqualitätssicherung und automatisierter Datenpipelines. Anzahl Referenzen 1
• Erfahrung in der Verarbeitung großer Betriebs-, Infrastruktur-, Mobilitäts- oder Instandhaltungsdatenbestände Anzahl Referenzen 2
• Erfahrung in nach SAFe, Scrum oder Kanban organisierten Softwareentwicklungsprojekten. Anzahl Referenzen 2