Data Engineer / Analytics Engineer - Actuarial Engine

Westhouse Consulting GmbH

Hannover, Germany

6 days ago

Role details

Contract type

Permanent contract

Employment type

Full-time (> 32 hours)

Working hours

Regular working hours

Languages

English

Job source

www.westhouse-group.com

Tech stack

Spreadsheets Code Review Databases Continuous Integration Data Validation Data Integration Extract Transform Load (ETL) Python (Programming Language) Scrum Methodology Scaled Agile Framework SQL Databases Macros

+3 more

Snowflake Git Streamlit Framework

Job description

Der Data Engineer / Analytics Engineer unterstützt die Konzeption, Entwicklung und Weiterentwicklung einer cloudbasierten Datenplattform im Versicherungsumfeld. Der Schwerpunkt liegt auf der Integration, Transformation, Qualitätssicherung und Bereitstellung von Daten für fachliche Auswertungen, Finanzabschlussprozesse und IFRS-17-relevante Anwendungen.
Zu den wesentlichen Leistungen und Aufgaben gehören:
Konzeption, Entwicklung und Pflege skalierbarer Datenmodelle und Datenpipelines.
Integration externer Systeme und Datenquellen
Entwicklung und Weiterentwicklung von Python- und Streamlit-Anwendungen
Sicherstellung von Datenqualität, Nachvollziehbarkeit, Reconciliation, Auditierbarkeit und Performance.
Mitarbeit bei der Analyse fachlicher Anforderungen und deren Überführung in technische Datenmodelle und umsetzbare Lösungen.

Requirements

Mehrjährige Berufserfahrung als Data Engineer, Analytics Engineer oder in einer vergleichbaren Rolle, idealerweise im Versicherungsumfeld sowie mit Erfahrung in Finanzabschlussprozessen und IFRS 17.
dbt: Tiefgehende praktische Erfahrung im Aufbau und in der Pflege von dbt-Modellen, Tests und Macros.
Snowflake: Expertenkenntnisse in SQL und Snowflake QUALIFY, Database Change Management (DCM), Streams, Datenmodellierung, Views, Tabellen und Schemas.
Datenintegration: Mehrjährige Erfahrung im Aufbau stabiler ETL- und ELT-Pipelines sowie in der Transformation, Validierung und Überwachung von Datenflüssen.
Python und Streamlit: Sehr gute Praxiserfahrung in der Entwicklung modularer Python-Anwendungen sowie interaktiver Datenanwendungen und Dashboards mit Streamlit.
Git und CI/CD: Sicherer Umgang mit Branching, Pull- und Merge-Requests, Code Reviews sowie automatisierten Test-, Build- und Deployment-Prozessen für dbt- und Python-Anwendungen.
Cloudbasierte Schnittstellen: Erfahrung in der Anbindung externer Systeme und Datenquellen an Snowflake.
Datenqualität und Finanzabschluss: Verständnis für abschlussrelevante Datenprozesse, Datenvalidierung, Reconciliation, Nachvollziehbarkeit und Auditierbarkeit.
Sprachkenntnisse: Verhandlungssichere Englischkenntnisse auf C1-Niveau für die Arbeit in einem englischsprachigen Team.
Methodenkompetenz: Praktische Erfahrung in agilen Softwareentwicklungsteams sowie Kenntnisse in SAFe und Scrum.