Data Analytics Engineer — Azure, Databricks, Power BI (Hybrid)

Data Analytics Engineer — Azure, Databricks, Power BI (Hybrid)

Wien Vollzeit 45000 - 65000 € / Jahr (geschätzt) Homeoffice (teilweise)
K

Auf einen Blick

  • Aufgaben: Entwickle moderne Datenplattformen und automatisiere ETL/ELT-Pipelines mit Databricks.
  • Unternehmen: KTM AG, ein innovatives Unternehmen in der Datenanalyse.
  • Vorteile: Hybrid-Arbeitsmodell, spannende Projekte und Entwicklungsmöglichkeiten.
  • Weitere Informationen: Dynamisches Team mit Fokus auf Innovation und Zusammenarbeit.
  • Warum dieser Job: Gestalte die Zukunft der Datenanalyse und arbeite mit neuesten Technologien.
  • Qualifikationen: Erfahrung in Datenanalyse und Kenntnisse in Azure, Databricks und Power BI.

Das prognostizierte Gehalt liegt zwischen 45000 - 65000 € pro Jahr.

KTM AG sucht in Österreich einen Data Analytics Engineer zur Entwicklung moderner Datenplattformen in der Azure-Cloud.

Sie automatisieren ETL/ELT-Pipelines mit Databricks, integrieren große Datenmengen und liefern Analysen mit Power BI.

Hohe Datenqualität und Governance stehen im Fokus.

Sie arbeiten eng mit Fachbereichen zusammen, evaluieren neue Technologien rund um Data Engineering, Analytics und KI und unterstützen bei der Einführung moderner Cloud-Architekturen.

#J-18808-Ljbffr

Data Analytics Engineer — Azure, Databricks, Power BI (Hybrid) Arbeitgeber: KTM Innovation

Als Arbeitgeber mit österreichischen Wurzeln bieten wir eine inklusive und vielfältige Arbeitsumgebung, in der jeder Mitarbeiter geschätzt wird. Unsere Unternehmenskultur fördert persönliches Wachstum und berufliche Entwicklung, während wir gleichzeitig attraktive Benefits und ein unterstützendes Team bieten. In der Rolle im Treasury & Investor Relations hast du die Möglichkeit, in einem dynamischen Umfeld zu arbeiten, das Innovation und Zusammenarbeit schätzt.

K

Kontaktdaten:

KTM Innovation Recruiting-Team

Wir glauben, dass du diese Fähigkeiten brauchst, um Data Analytics Engineer — Azure, Databricks, Power BI (Hybrid) mit Bravour zu bestehen

Azure
Databricks
Power BI
ETL/ELT-Pipelines
Datenintegration
Datenanalyse
Datenqualität