<div class="show-more-less-html__markup show-more-less-html__markup--clamp-after-5 relative overflow-hidden"> Was Sie erwartet<br/><br/>Private Banking Analytics (PBA) ist unsere zentrale Data Analytics Plattform im Private Banking. Wir stellen dem Vertrieb und dem Management tagesaktuelle, bedarfsorientierte Datenprodukte bereit – für fundierte Entscheidungen und messbaren Mehrwert. Unsere Analysen und Reports erreichen 400 Mitarbeiter intern sowie mehr als 1.000 Nutzer bei unseren Partnerbanken.<br/><br/>Unser BizDevOps‑Team ist im Geschäftsfeld Private Banking verankert. Es verantwortet den stabilen, sicheren und effizienten Betrieb der PBA‑Plattform, entwickelt die zugrunde liegenden Datenstrecken kontinuierlich weiter. Dabei vertiefen Sie Ihr fachliches Verständnis für die Prozesse im Private Banking. Bei uns verstehen Sie nicht nur, wie Daten fließen – sondern auch, warum sie fließen und wofür sie genutzt werden. Ihre zukünftigen Aufgaben sind:<br/><br/><ul><li>End-to-End-Ownership – von der fachlichen Fragestellung über die Datenintegration und -aufbereitung bis zum fertigen Report</li><li>Strukturierung und Wartung unseres Datenhaushalts</li><li>Analyse von Daten in Quellsystemen und Modellierung für die Integration in unsere Datenbank</li><li>Beantwortung von Ad-hoc-Anfragen</li><li>Aufbereitung von Data Marts für Tableau als zentrale Reporting-Plattform</li><li>Entwicklung von dbt-Modellen und Dagster-Workflows</li><li>Konzeptionelle und technische Weiterentwicklung der Datenplattform</li><li>Mitarbeit bei der Einführung von GenAI-Lösungen im Datenumfeld</li><li>Ein moderner Technologie-Stack: Python, SQL, dbt, Dagster, Django, OpenShift, Tableau<br/><br/></li></ul>Was Sie mitbringen<br/><br/><ul><li>Abgeschlossenes Studium im MINT-Bereich oder vergleichbare Ausbildung</li><li>Mehrjährige Berufserfahrung im Data Analytics Bereich</li><li>Fundierte SQL-Kenntnisse mit Erfahrung in komplexen Abfragen, analytischen Funktionen und Query-Optimierung</li><li>Ausgeprägtes Datenverständnis und die Fähigkeit, fachliche Anforderungen in technische Lösungen zu übersetzen</li><li>Erfahrung in der Konzeption von Data Warehouses und/oder Data Lakes</li><li>Grundverständnis von Datenmodellierung und ELT/ETL-Designprinzipien</li><li>Neugier auf fachliche Zusammenhänge und der Wunsch, zu verstehen, was hinter den Zahlen steckt</li><li>Serviceorientierung im Umgang mit internen Stakeholdern und Partnerbanken</li><li>Hands-on-Mentalität und Lust, in einem Team zu arbeiten, das Entwicklung und Betrieb gemeinsam verantwortet</li><li>Fließende Deutschkenntnisse</li><li>Zusätzlich von Vorteil: Erfahrung mit Python, Linux, Git, dbt, Dagster, Tableau , Container- oder Cloud-Technologien</li></ul> </div>