Senior Data Engineer Medicine & Analytics (m/w(d)
Role details
Job location
Tech stack
Job description
- Sie konzipieren, entwickeln und betreiben End-to-End-Data Pipelines und Integrationen (Batch und Event-Driven) mit SnapLogic und AWS Services (S3, Lambda, Glue), um skalierbare Ingestion, Transformation und Orchestration sicherzustellen.
- Eine Ihrer Kernaufgaben ist die Entwicklung performanter, für Analytics bereiter Datenmodelle und Transformation Layers unter Einsatz von Snowflake und dbt - einschließlich Modeling, Testing, Dokumentation und effizienter Deployment-Prozesse.
- Sie stellen starke Data Governance, Qualität und Lifecycle-Management sicher, unter anderem durch die Nutzung von Collibra für Metadata/Lineage sowie Attaccama für Data Quality Rules, Monitoring und Remediation. Darüber hinaus unterstützen Sie Product-Lifecycle-Prozesse über Innovator.
- Zudem fördern Sie Engineering-Exzellenz und operative Zuverlässigkeit durch den Einsatz von Best Practices wie Version Control, CI/CD, Code Reviews, Observability, Alerting, Automation und Self-Healing-Mechanismen.
- Darüber hinaus arbeiten Sie eng mit cross-funktionalen Partnern zusammen (Product Owners, Data Scientists, Analysts, Architects sowie Business Stakeholder), um Anforderungen in zuverlässige, wiederverwendbare, sichere und compliance-konforme Data Assets zu überführen.
Requirements
Boehringer Ingelheim sucht eine Person als Senior Data Engineer Medicine & Analytics. Du arbeitest im Bereich IT Enterprise Data & Platforms. Du brauchst Erfahrung in Data Engineering und Analytics. Wichtig sind Kenntnisse in Python, SQL und AWS. Gute Englischkenntnisse und Teamarbeit sind wichtig. Erstellt mit künstlicher Intelligenz, * Masterabschluss in Computer Science, Engineering, Data/Information Systems oder einem verwandten Fachgebiet sowie mehrjährige relevante Berufserfahrung in Data Engineering, Analytics Engineering oder ähnlichen Rollen - alternativ ein Bachelorabschluss in diesen Bereichen mit längerer relevanter Berufserfahrung
- Fundiertes Wissen in Software Engineering Fundamentals (Python/SQL, Git, Coding Standards, Automated Testing sowie Practices für Production Support)
- Praxiserfahrung im Aufbau von Integrationen und Pipelines mit Tools wie SnapLogic (oder vergleichbaren iPaaS) und Cloud Services - insbesondere AWS S3, Lambda und Glue. Außerdem nachweisliche Erfahrung im Umgang mit dbt (Models, Tests, Macros, Documentation, Environments, CI/CD Integration) sowie fundierte Expertise in Snowflake, inklusive Data Modeling, Performance Tuning und sicheren Data-Access-Patterns
- Vertrautheit mit Data Governance und Metadata Management, idealerweise mit Collibra; gutes Verständnis von Lineage, Stewardship und Data Catalog Practices
- Ausgeprägte Fähigkeit, eigenständig zu arbeiten, Prioritäten zu steuern und proaktiv Aufgaben in einem dynamischen Umfeld voranzutreiben; zusätzlich starke Stakeholder-Management-Fähigkeiten, analytisches Denken und strukturierte Problemlösungskompetenz
- Sehr gute Englischkenntnisse (mündlich und schriftlich) sowie überzeugende Kommunikationsfähigkeiten.
Benefits & conditions
Sie leisten einen zentralen Beitrag zum Aufbau eines modernen Data Ecosystems über Cloud- und Enterprise-Plattformen hinweg. Mit einer starken Engineering-Mentalität treiben Sie Veränderungen voran, fördern kontinuierliche Verbesserung und fühlen sich in einem dynamischen Umfeld wohl, in dem sich Prioritäten täglich weiterentwickeln.