Auf einen Blick
- Aufgaben: Entwickle und optimiere Datenmodelle für innovative Projekte und arbeite eng mit dem Team zusammen.
- Unternehmen: Führendes Unternehmen im Bereich Datenanalyse mit einem kreativen und dynamischen Arbeitsumfeld.
- Vorteile: Attraktives Gehalt, flexible Arbeitszeiten, Weiterbildungsmöglichkeiten und ein unterstützendes Team.
- Weitere Informationen: Wachstumsorientierte Umgebung mit vielen Möglichkeiten zur beruflichen Weiterentwicklung.
- Warum dieser Job: Gestalte die Zukunft der Datenanalyse und mache einen echten Unterschied in spannenden Projekten.
- Qualifikationen: Erfahrung in Datenmodellierung und starke analytische Fähigkeiten sind erforderlich.
Das prognostizierte Gehalt liegt zwischen 60000 - 80000 € pro Jahr.
Responsibilities
- Participate in requirements definition, analysis, and the design of logical and physical data models for Dimensional Data Model, No SQL, or Graph Data Model.
- Lead data discovery discussions with Business in JAD sessions and map the business requirements to logical and physical data modeling solutions.
- Conduct data model reviews with project team members.
- Capture technical metadata through data modeling tools.
- Ensure database designs efficiently support BI and end user requirements.
- Drive continual improvement and enhancement of existing systems.
- Collaborate with ETL/Data Engineering teams to create data process pipelines for data ingestion and transformation.
- Collaborate with Data Architects for data model management, documentation, and version control.
- Maintain expertise and proficiency in the various application areas.
- Maintain current knowledge of industry trends and standards.
- Required Skills
- Strong data analysis and data profiling skills.
- Strong conceptual, logical, and physical data modeling for VLDB Data Warehouse and Graph DB.
- Hands‑on experience with modeling tools such as ERWIN or another industry‑standard tool.
- Fluent in both normalized and dimensional model disciplines and techniques.
- Minimum of 3 years’ experience in Oracle Database.
- Hands‑on experience with Oracle SQL, PL/SQL, or Cypher.
- Exposure to Databricks Spark, Delta Technologies, Informatica ETL, or other industry‑leading tools.
- Good knowledge or experience with AWS Redshift and Graph DB design and management.
- Working knowledge of AWS Cloud technologies, mainly on the services of VPC, EC2, S3, DMS, and Glue.
- Bachelor’s degree in Software Engineering, Computer Science, or Information Systems (or equivalent experience).
- Excellent verbal and written communication skills, including the ability to describe complex technical concepts in relatable terms.
- Ability to manage and prioritize multiple workstreams with confidence in making decisions about prioritization.
- Data‑driven mentality. Self‑motivated, responsible, conscientious, and detail‑oriented.
- Effective oral and written communication skills.
- Ability to learn and maintain knowledge of multiple application areas.
- Understanding of industry best practices pertaining to Quality Assurance concepts and procedures.
Education/Experience Level
- Bachelor’s degree in Computer Science, Engineering, or relevant fields with 3+ years of experience as a Data and Solution Architect supporting Enterprise Data and Integration Applications or a similar role for large‑scale enterprise solutions.
- 3+ years of experience in Big Data Infrastructure and tuning experience in Lakehouse Data Ecosystem, including Data Lake, Data Warehouses, and Graph DB.
- AWS Solutions Architect Professional Level certifications.
- Extensive experience in data analysis on critical enterprise systems like SAP, E1, Mainframe ERP, SFDC, Adobe Platform, and e Commerce systems.
- #J-18808-Ljbffr
Data Modeller Arbeitgeber: Fractal
Fractal ist ein hervorragender Arbeitgeber, der seinen Mitarbeitern nicht nur ein wettbewerbsfähiges Gehalt, sondern auch umfassende Sozialleistungen bietet, darunter Gesundheits-, Zahn- und Lebensversicherungen sowie eine großzügige Elternzeitregelung. Die Unternehmenskultur fördert Zusammenarbeit und Innovation, während die Mitarbeiter durch kontinuierliche Schulungen und Entwicklungsmöglichkeiten in ihrer Karriere wachsen können. Zudem ermöglicht die flexible PTO-Politik den Mitarbeitern, ihre Work-Life-Balance optimal zu gestalten, was Fractal zu einem attraktiven Arbeitsplatz im Bereich Datenmanagement macht.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass du so Data Modeller erhalten könntest
✨Wende dich an die richtigen Communities
Schau dir Online-Communities und Foren an, die sich um Data Science drehen, wie Kaggle oder GitHub. Engagiere dich dort aktiv, teile deine Projekte und lerne von anderen – das wird dir helfen, nicht nur einen Fuß in die Tür zu bekommen, sondern auch wertvolle Kontakte zu knüpfen.
✨Präsentiere deine Daten-Projekte
Baue ein Portfolio auf, das deine besten Projekte zeigt. Nutze Plattformen wie GitHub oder eine persönliche Webseite, um deine Arbeiten zu veröffentlichen. Arbeitgeber im Data Science-Bereich schauen oft direkt auf praktische Erfahrungen, also zeig, was du drauf hast!
✨Nimm an Meetups und Hackathons teil
Besuche lokale Data Science-Meetups oder nehme an Hackathons teil. Diese Veranstaltungen sind nicht nur super, um dein Wissen zu erweitern, sondern auch Gold wert für Networking. Du lernst Fachkollegen kennen und kannst auf Lockere Art und Weise Eventualjobs ergattern.
✨Direkte Bewerbungen über unsere Seite
Vergiss nicht, direkt auf unserer Website nach Stellenangeboten bei Fractal zu schauen. Hier kannst du dich auf offene Datenwissenschaftsstellen bewerben und zeigst damit direktes Interesse, das viele Arbeitgeber schätzen!
Wir glauben, dass du diese Fähigkeiten brauchst, um Data Modeller mit Bravour zu bestehen
Einige Tipps für deine Bewerbung 🫡
Lass deine Daten sprechen!:In einem Bereich wie Data Science ist es entscheidend, dass du deine praktischen Fähigkeiten präsentierst. Wenn du an Projekten gearbeitet hast, die deine Analysefähigkeiten oder dein Wissen über Machine Learning demonstrieren, teile sie in deinem Lebenslauf oder füge einen Link zu deinem GitHub-Portfolio bei. Die Daten, die du analysiert hast, und die Tools, die du verwendest, sollten klar hervorgehoben werden.
Ergebnisse quantifizieren!:Unterstütze deine Erfahrung mit quantifizierbaren Ergebnissen. Zeige, wie du durch deine Analysen oder Modelle zur Entscheidungsfindung beigetragen hast oder wie deine Berechnungen den Rohdaten neue Erkenntnisse entlockt haben. Arbeitgeber in der Data Science sind oft an konkreten Verbesserungen und Effizienzsteigerungen interessiert!
Erläutere deine Lernbereitschaft!:Da es sich um eine Vollzeitstelle handelt, zeige in deinem Anschreiben, dass du bereit bist, zu lernen und dich weiterzuentwickeln. Sprich über deine Neugier für neue Technologien oder Methoden im Data Science Bereich. Vielleicht hast du auch Kurse besucht oder Zertifikate erworben, die deine Begeisterung zeigen!
Die richtige technische Sprache!:Achte darauf, dass deine Bewerbung alle relevanten technischen Begriffe enthält, die in der Data Science gebräuchlich sind. Nenne spezifische Programmier- und Analysetools wie Python, R oder SQL, die du beherrschst. Dies macht es für die Rekrutierer einfacher, schnell zu erkennen, dass du für die Rolle als Data Modeller bei Fractal gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei Fractal vorbereitet
✨Bereite deine technischen Skills vor
In einem Vorstellungsgespräch für eine Data-Science-Position wird oft dein Wissen über Tools wie Python, R oder SQL getestet. Mach dich mit gängigen Algorithmen und deren Einsatzmöglichkeiten vertraut, denn technische Fragen können schnell kommen. Lass uns sicherstellen, dass du in diesen Bereichen glänzt!
✨Verschaffe dir einen Überblick über Projekte
Da es sich um eine Vollzeitstelle handelt, ist es wichtig, dass du konkrete Erfahrungen und Projekte vorweisen kannst. Wenn du bereits an Data-Science-Projekten gearbeitet hast, sei bereit, diese in der Tiefe zu erläutern und zu diskutieren, wie du die Probleme gelöst hast. Dein Portfolio kann hier einen echten Unterschied machen!
✨Vorbereitung auf case studies
In Data-Science-Interviews sind case studies und praktische Probleme häufig Teil des Gesprächs. Übe, wie du strukturiert und logisch an solche Aufgaben herangehst. Arbeitgeber möchten sehen, wie du Daten analysierst und Lösungen entwickelst – bring also deine analytischen Fähigkeiten mit!
✨Zeige deine Leidenschaft für Daten
Mehr denn je geht es bei einer Vollzeitstelle darum, dass du nicht nur die Skills hast, sondern auch wirklich für das Feld brennst. Teile Anekdoten oder Erfahrungen, die zeigen, wie du zur Datenwissenschaft gekommen bist und was dich fasziniert. Diese Begeisterung kann für Fractal entscheidend sein!
