> Markdown version of [/jobs/ext/4045388-qa_12607-data-analyst](https://www.wearedevelopers.com/jobs/ext/4045388-qa_12607-data-analyst). 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).

---

# QA_12607 Data Analyst

- **Company:** MED-EL Medical Electronics
- **Location:** Austria
- **Salary:** €47,810.0
- **Contract:** Permanent contract
- **Skills:** Databases, Data Cleansing, Data Integration, Extract Transform Load (ETL), Data Visualization, Relational Databases, Query Languages, Object-Oriented Software Development, Raw Data, Data Processing
- **Published:** October 8, 2026
- **Apply:** https://europa.eu/eures/portal/jv-se/jv-details/MTczODEwMTEgNDM?lang=en

## About the Role

Abgeschlossene Ausbildung und/oder Erfahrung in der Konzeption und Umsetzung end-to-end Datenpipelines sowie Datenintegrationsprozesse

Gute Kenntnisse im Umgang mit modernen, high-level Programmiersprachen für Datenmanipulation, Skripterstellung und objektorientierte Entwicklung

Praktische Erfahrung mit unternehmensweiten Business-Intelligence-Plattformen und Datenvisualisierungstools, relationalen Datenbankmanagementsystemen sowie strukturierten Abfragesprachen; gute Kenntnisse in der Datenbereinigung, -transformation und dimensionalen Modellierung

Ausgeprägte analytische und problemlösungsorientierte Fähigkeiten sowie die Fähigkeit, komplexe Datenkonzepte in verständliche geschäftsrelevante Erkenntnisse zu übersetzen

Deutsch- und Englischkenntnisse

## Description

Datenbankmanagement: erstellen, optimieren und pflegen komplexer Abfragen in relationalen Datenbanken, um strukturierte Datensätze effizient zu extrahieren und zu verwalten

Datenintegration: Konzeption, Aufbau und Betreuung skalierbarer Datenintegrations- und Verarbeitungsprozesse (ETL/ELT) zur Zusammenführung von Daten aus unterschiedlichen Quellen

Datenaufbereitung: bereinigen, transformieren und modellieren von Rohdaten, um eine hohe Datenqualität, Konsistenz und Einsatzbereitschaft für nachgelagerte Analysen sicherzustellen

Datenvisualisierung: dynamische Dashboards, Berichte und visuelle Analysewerkzeuge zur Unterstützung strategischer, datenbasierter Entscheidungsfindung entwickeln

Prozessautomatisierung: high-level Programmiersprachen zur Automatisierung von Datenaufgaben einsetzen, individuelle Daten-Schnittstellen entwickeln und Workflow-Effizienz optimieren