Senior Data Modeler (m/f/d)

Für unseren Kunden, ein etabliertes und führendes Unternehmen in der Halbleiterindustrie, suchen wir derzeit einen erfahrenen Data Modeler zur Unterstützung ihrer Datenumwandlungs- und Analyseinitiativen.

Rollenbeschreibung

Der Senior Data Modeler ist verantwortlich für das Design und die Verwaltung von unternehmensweiten Datenmodellen, die komplexe Geschäftsanforderungen in skalierbare, konsistente und wiederverwendbare Datenstrukturen umwandeln. Diese Rolle kombiniert strategisches Denken mit praktischer Ausführung und prägt, wie Daten strukturiert, geteilt und in Systemen, Analysen und Integrationen genutzt werden.

Der Fokus liegt auf dem Aufbau von Modellen, die moderne, cloudbasierte Datenplattformen und verteilte Architekturen unterstützen, und gewährleistet nahtlose Interoperabilität innerhalb eines zeitgemäßen Datenökosystems.

Über das Modellieren hinaus definiert die Rolle Modellierungsstandards, unterstützt und betreut Analysten und stellt sicher, dass Datenstrukturen die Geschäftsziele wie Transformationsinitiativen, Analysen und Prozessstandardisierung effektiv ermöglichen.

Sie steht in engem Zusammenhang mit etablierten Disziplinen der Datenmodellierung und deckt konzeptionelle, logische und physische Modellierung als Brücke zwischen Geschäft und IT ab.

Hauptverantwortlichkeiten

• Enterprise Data Modelling Leadership
  • Entwerfen, Besitzen und kontinuierliches Verbessern konzeptioneller, logischer und physischer Datenmodelle über komplexe Domänen hinweg
  • Entwicklung von Modellen, die sowohl aktuelle (As-Is) als auch zukünftige (To-Be) Architekturen über Systeme und Analyseplattformen unterstützen
  • Sicherstellen, dass Modelle skalierbar, wiederverwendbar und mit den Prinzipien der Unternehmensarchitektur abgestimmt sind
  • Definieren und Pflegen semantischer Schichten (z.B. KPIs, Hierarchien, Geschäftsdefinitionen) zur Gewährleistung konsistenter Berichterstattung
  • Berücksichtigung großangelegter Datenanforderungen wie Leistung, Partitionierung und Schema-Evolution
• Business Translation & Stakeholder Engagement
  • Als zentrale Schnittstelle zwischen Geschäftsinteressierten, Prozessverantwortlichen, Architekten und technischen Teams fungieren
  • Übersetzen komplexer oder unklarer Geschäftsbedürfnisse in strukturierte Datenentwürfe
  • Leiten von Workshops, Modellüberprüfungen und Entwurfsdiskussionen mit leitenden Stakeholdern
  • Ein gemeinsames Verständnis von Geschäftseinheiten, Beziehungen und Terminologie etablieren
• Standards, Governance & Datenqualität
  • Definieren und Durchsetzen von Modellierungsstandards, Namenskonventionen und Entwurfsprinzipien
  • Abstimmen von Datenmodellen mit Governance-Rahmen, Metadatenmanagement und Initiativen zur Datenqualität
  • Sicherstellen der Konsistenz von Datendefinitionen über Systeme und Domänen hinweg
  • Identifizieren potenzieller Risiken in der Datenstruktur und proaktive Vorschläge zur Verbesserung machen
• Interoperabilitätsmodellierung (APIs & Events)
  • Entwerfen von Datenmodellen, die moderne Integrationsansätze unterstützen, einschließlich:
  • API-basierte Datenstrukturen (z.B. Anfrage/Antwort-Formate, kanonische Modelle)
  • Event-gesteuerte Architekturen (z.B. Ereignisschemata, Identifikatoren, Versionierung)
  • Zusammenarbeiten mit Integrations- und Anwendungsteams, um sicherzustellen, dass Modelle in Systemen verwendbar und stabil sind
• Architektur & Lieferunterstützung
  • Eng mit Lösungsarchitekten, Dateningenieuren, BI-Teams und Anwendungsentwicklern zusammenarbeiten
  • Sicherstellen, dass Datenmodelle technisch machbar und leistungsoptimiert sind
  • Unterstützen von nachgelagerten Anwendungsfällen wie Data Warehousing, Berichterstattung, Analysen und Integrationen
  • Aufrechterhalten der Rückverfolgbarkeit von Geschäftsanforderungen bis zur Implementierung
• Mentoring & Fähigkeitsaufbau
  • Junior Data Modeler und Analysten anleiten und unterstützen
  • Modellierungsarbeiten innerhalb von Projektteams überprüfen und herausfordern
  • Best Practices fördern und die Fähigkeiten der Datenmodellierung im gesamten Unternehmen stärken

Erforderliche Fähigkeiten & Erfahrungen

• 7–10 Jahre praktische Erfahrung in der Datenmodellierung in komplexen Unternehmensumgebungen
• Branchenerfahrung in der Fertigung oder Halbleiterindustrie wird als Vorteil angesehen
• Kernkompetenzen
  • Starke praktische Erfahrung in konzeptioneller, logischer und physischer Datenmodellierung
  • Tiefes Verständnis von Datenstrukturen einschließlich Entitäten, Attributen, Beziehungen und Normalisierung
  • Erfahrung in der Modellierung komplexer, funktionsübergreifender Datenlandschaften
  • Solider Hintergrund in dimensionaler Modellierung und Design semantischer Schichten für BI/Berichterstattung
• Technisches & Architektonisches Wissen
  • Starkes Verständnis relationaler Datenmodelle und moderner cloudbasierter Architekturen (z.B. Lakehouse, verteilte Daten, Fabric/Synapse)
  • Vertrautheit mit Konzepten des Data Warehousing, der Analytik und der Systemintegration
  • Erfahrung mit Modellierungswerkzeugen und strukturierten Dokumentationspraktiken
  • Kenntnisse in NoSQL oder alternativen Modellierungsansätzen sind von Vorteil
• Zusammenarbeit & Kommunikation
  • Starke Kommunikations- und Moderationsfähigkeiten mit der Fähigkeit, komplexe Konzepte klar zu erklären
  • Erfahrung in der Zusammenarbeit mit leitenden Stakeholdern aus Geschäft und IT
  • Strukturierte, detailorientierte und qualitätsfokussierte Herangehensweise
• Bildung & Zertifizierungen
  • Abschluss in Informatik, Informationssystemen, Datenmanagement oder einem verwandten Bereich
  • Zertifizierungen im Datenmanagement oder in der Architektur (z.B. DAMA, TOGAF) sind vorteilhaft