> Markdown version of [/jobs/ext/3810809-lead-data-analytics-engineer](https://www.wearedevelopers.com/jobs/ext/3810809-lead-data-analytics-engineer). Every page supports `.md` or `Accept: text/markdown`. Links point to the HTML versions so they work for humans too. Agent guide: [/agents.md](https://www.wearedevelopers.com/agents.md).

---

# Lead Data & Analytics Engineer

- **Company:** Henkel AG & Co. KGaA
- **Location:** Düsseldorf, Germany
- **Experience:** Expert
- **Contract:** Permanent contract
- **Skills:** Artificial Intelligence, Microsoft Azure, Continuous Integration, Information Engineering, Python (Programming Language), Power BI, Data Mesh, DataOps, SQL Databases, Microsoft Fabric, Data Lakes, Pyspark, Information Technology, Data Analytics, Azure Synapse Analytics, Databricks
- **Published:** October 18, 2026
- **Apply:** https://www.arbeitsagentur.de/jobsuche/jobdetail/10001-1003850803-S

## About the Role

Master-Abschluss in Informatik, Ingenieurwissenschaften oder Data Science

 - Mindestens 5 Jahre Erfahrung in den Bereichen Daten, Analytik und KI bei der Bereitstellung von Datenprodukten und datengesteuerten Lösungen im Unternehmensmaßstab
 - Fundierte praktische Erfahrung mit Databricks (PySpark, Delta Lake, Lakehouse-Architektur) und Microsoft Fabric (OneLake, Data Engineering, Power BI) sowie mit SQL und Python
 - Nachweisliche Erfahrung im Aufbau und der Skalierung von Daten- und Analyseplattformen, einschließlich Data Mesh, Datenprodukten, semantischen Modellen und KPI-Governance
 - Fließende Englischkenntnisse; Deutschkenntnisse sind von Vorteil

## Description

Praktische technische Leitung sowie durchgängige Verantwortung für den Entwurf, die Entwicklung und die Bereitstellung von Daten- und Analyselösungen auf Unternehmensebene im Geschäftsbereich DX (IT) übernehmen

 - Modernisierung und Optimierung strategischer Analyseanwendungen, semantischer Modelle und Datenprodukte leiten sowie deren Weiterentwicklung von Azure Synapse und Azure Analysis Services hin zu Databricks Lakehouse, Microsoft Fabric, Enterprise Semantic Models und Data-Mesh-fähigen Analysefunktionen vorantreiben, während gleichzeitig Skalierbarkeit, Leistung und Geschäftsnutzen verbessert werden
 - Technische Standards, Lösungsmuster und Bereitstellungspraktiken definieren und implementieren, abgestimmt auf Geschäftsziele, Unternehmensarchitekturprinzipien und die Strategie der Analyseplattform
 - Best Practices für DataOps, CI/CD, Automatisierung und Self-Service-Analytik etablieren und fördern, um eine skalierbare, zuverlässige und effiziente Bereitstellung von Lösungen zu ermöglichen
 - Neue Technologien, Plattformfunktionen und technische Vorgehensweisen sowie den Einsatz KI-basierter Tools bewerten, um Innovationen in der gesamten Daten-, Analyse- und KI-Landschaft von Henkel voranzutreiben
 - Enge Zusammenarbeit mit Geschäfts-, Entwicklungs- und Plattformteams zur erfolgreichen Bereitstellung hochwertiger, skalierbarer und geschäftsorientierter Analyselösungen