Finde einen Job 
Finde eine Ausbildung 
Top Arbeitgeber 
Top Universitäten 
Für Unternehmen Auf einen Blick
- Aufgaben: Gestalte moderne Datenarchitekturen und arbeite an spannenden KI-Projekten.
- Arbeitgeber: Innovatives Unternehmen, das sich auf Datenanalyse und KI spezialisiert hat.
- Mitarbeitervorteile: Attraktives Gehalt, flexible Arbeitszeiten und Weiterbildungsmöglichkeiten.
- Warum dieser Job: Sei Teil eines Teams, das die Zukunft der Datenanalyse gestaltet und echten Einfluss hat.
- Gewünschte Qualifikationen: Erfahrung in Datenmodellierung, SQL, Python und BI-Reporting erforderlich.
- Andere Informationen: Dynamisches Umfeld mit großartigen Karrieremöglichkeiten und SCRUM-Methodik.
Das voraussichtliche Gehalt liegt zwischen 60000 - 80000 € pro Jahr.
Projektbeschreibung: Dieser Business Case vereint wichtige Initiativen zur Modernisierung der NPS-Daten, Analytik und KI-Fähigkeiten, indem Medien-, Handels- und Betriebsdatensätze in ein konsistentes, qualitativ hochwertiges Ökosystem integriert werden, das ROAS verbessert, die Sichtbarkeit der Handelsleistung stärkt und die Akzeptanz von LogiCart KI erweitert. Das Programm verbessert die finanziellen und kommerziellen Entscheidungsprozesse durch eine einzige Quelle der Wahrheit für Handelsausgaben, bessere Prognosen, skalierbare KI-Integration und transparente Leistungskennzahlen, während es die Einblicke in die Lieferkette durch Test- und Lernmodelle sowie eine breitere Datenverfügbarkeit verbessert. Darüber hinaus automatisiert es die Validierung von NPS-Daten, um die Datenqualität zu steigern, reduziert operationale Risiken durch Verbesserungen des IT-Durchsatzes und schafft eine skalierbare Grundlage für zukünftige CDP-, Analyse- und KI-Anwendungsfälle in den Bereichen Marketing, Vertrieb, Finanzen und Lieferkette.
Verantwortlichkeiten:
- Mit dem NPS-Geschäftsteam zusammenarbeiten, um Geschäftsanforderungen zu sammeln
- Geschäftsanforderungen analysieren
- Mit Geschäftsverantwortlichen kommunizieren, um Anforderungen zu klären
- Datenprofilierung, Datenexploration
- Logisches Datenmodell erstellen und Inputs für die Erstellung physischer Datenmodelle bereitstellen
- Source-to-Target-Mapping, technische Anforderungen erstellen und mit Data Engineering-Teams für die Implementierung zusammenarbeiten
- Datenmodelle erklären und Genehmigungen vom Datenarchitekten einholen
- Den Nestlé-Datenmodellierungsstandards folgen
- QA-Tests für die Datensätze durchführen
- UAT-Tests unterstützen
- IT-Entwicklern bei Fragen zum Datenmodell helfen
- SCRUM-Agile-Methodik befolgen (z.B. Update-Stories erstellen, Aufgaben aktualisieren, Aufwandsschätzungen, SCRUM-Zeremonien besuchen)
Fähigkeiten:
- Must have: Datenmodellierung, SQL, Python, BI-Berichterstattung, Microsoft Azure-Dienste, Synapse, Databricks usw.
- Bereitschaft, in der EST-Zeitzone zu arbeiten.
- Nice to have: Datenbezogene Zertifikate
Data Architect - Modern Data Platform & AI Enablement Arbeitgeber: Luxoft
Kontaktperson:
Luxoft HR Team
StudySmarter Bewerbungstipps 🤫
So bekommst du den Job: Data Architect - Modern Data Platform & AI Enablement
✨Tipp Nummer 1
Netzwerken ist der Schlüssel! Nutze Plattformen wie LinkedIn, um mit Fachleuten in der Datenarchitektur und KI-Branche in Kontakt zu treten. Lass uns gemeinsam Verbindungen aufbauen und vielleicht sogar ein paar Insider-Tipps für die Bewerbung bekommen!
✨Tipp Nummer 2
Bereite dich auf technische Interviews vor! Du wirst wahrscheinlich Fragen zu SQL, Python und Datenmodellierung bekommen. Lass uns zusammen an deinen Fähigkeiten feilen, damit du selbstbewusst antworten kannst und zeige, dass du die Anforderungen der Stelle verstehst.
✨Tipp Nummer 3
Sei proaktiv und stelle Fragen während des Interviews! Zeige dein Interesse an der Rolle und dem Unternehmen, indem du nach den Herausforderungen fragst, die das Team aktuell hat. Das zeigt, dass du bereit bist, Lösungen zu finden und dich aktiv einzubringen.
✨Tipp Nummer 4
Bewirb dich direkt über unsere Website! So hast du die besten Chancen, gesehen zu werden. Lass uns gemeinsam sicherstellen, dass deine Bewerbung heraussticht und du die Möglichkeit bekommst, Teil dieses spannenden Projekts zu werden.
Diese Fähigkeiten machen dich zur top Bewerber*in für die Stelle: Data Architect - Modern Data Platform & AI Enablement
Tipps für deine Bewerbung 🫡
Sei du selbst!: Wenn du deine Bewerbung schreibst, sei authentisch und zeig uns, wer du wirklich bist. Wir suchen nach Menschen, die nicht nur die richtigen Fähigkeiten haben, sondern auch gut ins Team passen.
Pass auf die Details auf!: Achte darauf, dass deine Bewerbung fehlerfrei ist. Rechtschreibfehler oder unklare Formulierungen können einen schlechten Eindruck hinterlassen. Lass jemanden drüberlesen, bevor du sie abschickst!
Zeig deine Leidenschaft!: Erzähle uns, warum du dich für die Position als Data Architect interessierst und was dich an der Arbeit mit Daten begeistert. Deine Begeisterung kann den Unterschied machen!
Bewirb dich über unsere Website!: Um sicherzustellen, dass wir deine Bewerbung schnell und effizient bearbeiten können, bewirb dich bitte direkt über unsere Website. So bist du auf der sicheren Seite!
Wie du dich auf ein Vorstellungsgespräch bei Luxoft vorbereitest
✨Verstehe die Anforderungen
Mach dir ein klares Bild von den spezifischen Anforderungen der Stelle als Data Architect. Lies die Stellenbeschreibung gründlich durch und notiere dir, welche Fähigkeiten und Erfahrungen besonders betont werden, wie z.B. Datenmodellierung, SQL und Python.
✨Bereite konkrete Beispiele vor
Überlege dir konkrete Beispiele aus deiner bisherigen Berufserfahrung, die zeigen, wie du ähnliche Herausforderungen gemeistert hast. Sei bereit, über deine Erfahrungen mit Datenmodellen, BI Reporting und Azure-Diensten zu sprechen.
✨Fragen stellen
Bereite einige Fragen vor, die du dem Interviewer stellen kannst. Das zeigt dein Interesse an der Position und hilft dir, mehr über die Unternehmenskultur und die Erwartungen an die Rolle zu erfahren.
✨SCRUM und agile Methoden
Da die Stelle SCRUM-Methoden erfordert, solltest du dich mit diesen vertraut machen. Sei bereit, darüber zu sprechen, wie du in der Vergangenheit in agilen Teams gearbeitet hast und welche Rolle du dabei gespielt hast.