Senior Data & BI Architect (m/w/d) Microsoft Fabric / Power BI

Project overview

Leistungsbeschreibung

Im Rahmen des Projekts wird eine bestehende, auf Microsoft Fabric und Power BI basierende Self-Service-BI-Lösung weiterentwickelt und technisch optimiert.

Die Lösung stellt vertriebliche Daten aus dem Vertriebsdatenhaushalt (VDWH) für Self-Service-Reporting und Analytics bereit. Die Datenkette umfasst die vorgelagerte Datenaufbereitung innerhalb der Open Data Platform (ODP) im VDWH, die anschließende Integration und Verarbeitung in Microsoft Fabric sowie die Bereitstellung fachlich aufbereiteter Daten über Power BI Semantic Models.

Ziel des Projekts ist die Weiterentwicklung einer skalierbaren, performanten und nachhaltig wartbaren End-to-End-Daten- und BI-Architektur. Dabei soll eine konsistente und standardisierte Datenbasis geschaffen werden, die für unterschiedliche Self-Service-Reporting- und Analyseanforderungen wiederverwendet werden kann.

Ein wesentlicher Bestandteil des Projekts ist die Optimierung der fachlichen und technischen Abgrenzung zwischen den einzelnen Architekturschichten. Transformations- und Geschäftslogiken sollen dort umgesetzt werden, wo sie hinsichtlich Performance, Wartbarkeit und Wiederverwendbarkeit am sinnvollsten verortet sind.

Technische Landschaft:

Die technische Umgebung umfasst insbesondere:

Neben der technischen Weiterentwicklung umfasst das Projekt die Etablierung und Weiterentwicklung von Standards für Datenstrukturen, Datenqualität, Namenskonventionen, Wiederverwendbarkeit und technische Dokumentation.

Tätigkeitsbeschreibung:

Der externe Spezialist unterstützt die End-to-End-Weiterentwicklung und Betreuung der Datenkette vom Vertriebsdatenhaushalt über Microsoft Fabric bis hin zu den Power BI Semantic Models.

Datenbereitstellung und ODP:

Microsoft Fabric:

Datenmodellierung und Power BI:

End-to-End-Architektur:

Coaching und Wissenstransfer:

• Vertriebsdatenhaushalt (VDWH)
• Open Data Platform (ODP)
• dbt und SQL
• Apache Airflow
• Snowflake sowie die perspektivische Weiterentwicklung in Richtung Databricks
• Microsoft Fabric
• Power BI und Power BI Semantic Models
• Dimensionale Datenmodelle nach Star-Schema-Prinzipien
• DAX-basierte Kennzahlen und Geschäftslogiken
• Betreuung und Weiterentwicklung der ODP als vorgelagerte Datenaufbereitung für die Self-Service-BI-Lösung
• Zusammenführung und Aufbereitung der benötigten Dimensionen und Fakten für nachgelagerte Datenmodelle
• Entwicklung, Wartung und Optimierung von Transformationslogiken mit dbt und SQL
• Betreuung und Weiterentwicklung der Datenverarbeitungs- und Orchestrierungsprozesse mit Apache Airflow
• Analyse und Optimierung bestehender Datenstrukturen und Transformationsprozesse hinsichtlich Performance, Datenqualität und Wartbarkeit
• Abstimmung notwendiger Änderungen an der Schnittstelle zwischen VDWH und der Self-Service-BI-Lösung
• Berücksichtigung der Weiterentwicklung der zugrunde liegenden Datenplattform von Snowflake in Richtung Databricks
• Konzeption, Weiterentwicklung und Optimierung der bestehenden Datenarchitektur in Microsoft Fabric
• Integration der aus VDWH und ODP bereitgestellten Daten
• Auswahl und Einsatz geeigneter Microsoft-Fabric-Komponenten und Integrationsmuster
• Optimierung der Datenflüsse zwischen VDWH, Microsoft Fabric und der semantischen Schicht
• Reduzierung unnötiger Datenredundanzen und mehrfacher Transformationen
• Weiterentwicklung von Standards für Datenstrukturen, Namenskonventionen, Datenqualität und Wiederverwendbarkeit
• Analyse und Optimierung der End-to-End-Performance
• Konzeption, Weiterentwicklung und Optimierung von Power BI Semantic Models
• Entwicklung dimensionaler Datenmodelle nach Star-Schema-Prinzipien
• Modellierung von Fakten, Dimensionen, Beziehungen und Hierarchien
• Entwicklung und Optimierung von DAX Measures, KPIs und Zeitintelligenz
• Optimierung der Semantic Models hinsichtlich Performance, Skalierbarkeit und Benutzerfreundlichkeit
• Umsetzung einer konsistenten und wiederverwendbaren Kennzahlen- und Geschäftslogik
• Bereitstellung geeigneter semantischer Strukturen für Self-Service-Reporting und Analytics
• Analyse und Optimierung der Datenkette von VDWH und ODP über Microsoft Fabric bis zum Semantic Model
• Optimierung der fachlichen und technischen Abgrenzung der einzelnen Architekturschichten
• Bewertung und Optimierung von Abhängigkeiten zwischen den Komponenten
• Beratung bei Architekturentscheidungen und der Weiterentwicklung der technischen Zielarchitektur
• Erstellung und Pflege technischer Konzepte, Architekturentscheidungen und Dokumentationen
• Sicherstellung von Wartbarkeit, Wiederverwendbarkeit und Skalierbarkeit
• Aufnahme und Analyse fachlicher Anforderungen sowie deren Überführung in geeignete Datenmodelle und technische Lösungen
• Fachliche Zusammenarbeit mit Fachbereichen, Data Engineers, BI-Entwicklern und weiteren Stakeholdern
• Fachliche Beratung zu Datenmodellierung, Microsoft Fabric, Power BI und Self-Service-BI-Architekturen
• Dokumentation entwickelter Lösungen und Architekturentscheidungen
• Wissenstransfer an interne Mitarbeiter

Requirements

• Mehrjährige praktische Erfahrung mit Data-Warehouse-, Data-Engineering- und BI-Architekturen
• Sehr gute Kenntnisse in SQL sowie in relationaler und dimensionaler Datenmodellierung
• Praktische Erfahrung mit dbt
• Praktische Erfahrung mit Apache Airflow oder vergleichbaren Orchestrierungswerkzeugen
• Praktische Erfahrung mit Snowflake
• Fundierte praktische Erfahrung mit Microsoft Fabric
• Sehr gute Kenntnisse in Power BI Semantic Models und dimensionaler Modellierung
• Sehr gute Kenntnisse in DAX, Measures, Zeitintelligenz und Performanceoptimierung
• Erfahrung mit Star Schema bzw. Dimensional Modeling
• Erfahrung bei der Analyse und Optimierung komplexer End-to-End-Datenflüsse

Nice to have

Arbeitsweise und Kompetenzen:

Sprachkenntnisse:

Über den Auftraggeber

• Erfahrung mit Databricks bzw. mit der Weiterentwicklung Snowflake-basierter Datenplattformen in Richtung Databricks
• Erfahrung mit Data Governance, Datenqualität und Standardisierung
• Kenntnisse von CI/CD- und Deployment-Prozessen für Data- und BI-Lösungen
• Erfahrung mit agilen Arbeitsweisen, idealerweise SAFe
• Kenntnisse in Python und/oder Spark
• Ausgeprägte analytische und konzeptionelle Fähigkeiten
• Sehr gutes Verständnis von End-to-End-Datenarchitekturen
• Fähigkeit, fachliche Anforderungen in nachhaltige Datenmodelle und technische Lösungen zu übersetzen
• Strukturierte, eigenverantwortliche und lösungsorientierte Arbeitsweise
• Fähigkeit, Architekturentscheidungen nachvollziehbar zu dokumentieren und Wissen weiterzugeben
• Sehr gute Deutschkenntnisse (mindestens C1)
• Gute Englischkenntnisse (mindestens B2)

Project details

01.01.2027

Ende: 30.06.2027 plus Option auf Verlängerung

ca. 40 Stunden pro Woche

Standort: Essen | 100 % remote

Info: Es dürfen ausschließlich Kandidaten aus dem Nearshore-Bereich angeboten werden