Senior Data Engineer MS Fabric Lakehouse

Anforderungen: 

• Abgeschlossenes Studium im Bereich Informatik, Wirtschaftsinformatik oder vergleichbare Qualifikation 

• 5+ Jahre Erfahrung im Data Engineering mit Synapse, Microsoft Fabric oder verwandten Rollen 

• Hands-on Erfahrung mit Azure Data Factory und PySpark 

• Erfahrung mit Medallion-Architektur (Bronze/Silver/Gold) und Delta Lake 

• Vertrautheit mit Spark-Optimierungstechniken (Partitioning, Caching, Performance-Tuning) 

• Verständnis von CI/CD-Prinzipien und Arbeiten in einer solchen Umgebung 

• Versicherungs-Knowhow, insbesondere im Vertriebsbereich (Policen, Prämien, Vertriebskanäle) 

• Du liebst es, komplexe Datenherausforderungen anzugehen und effiziente Lösungen zu entwickeln, die echten Mehrwert liefern. 

• Du hast ein scharfes Auge für Details und bist committed, hohe Standards für Datenqualität und  aufrechtzuerhalten 

• Fliessende Deutsch und Englischkenntnisse  

Generelle Rahmenbedingungen: 

Pensum: 100% 

Arbeitsmodell: Hybrid nach Absprache 

Start: Januar 2026 

Dauer: Langfristiges Projekt mit Verlängerungsoption 

Für unseren Kunden aus der Krankenversicherungsbranche in der Schweiz suchen wir einen erfahrenen Data Engineer mit Schwerpunkt Microsoft Fabric und Azure. In dieser Position bist du verantwortlich für die Entwicklung skalierbarer Datenpipelines im Vertriebsbereich entlang der Medallion-Architektur und für die Bereitstellung hochwertiger Datengrundlagen für Business Intelligence und Analytics. 

Aufgaben: 

• Design und Management von Azure-Umgebungen für die Nutzung von Microsoft Fabric  

• Entwicklung und Wartung von End-to-End Datenpipelines mit Microsoft Fabric (Lakehouse) und Azure Data Factory 

• Datenintegration und -transformation mit PySpark aus verschiedenen Quellsystemen (Vertrieb, Policen, CRM) 

• Optimierung von Spark-basierten Workflows (Partitioning, Caching, Performance-Tuning) 

• Entwicklung skalierbarer, cloud-nativer Lösungen unter Einhaltung von Datenqualität und Governance-Standards 

• Aufbau und Pflege von CI/CD-Pipelines  

• Enge Zusammenarbeit mit Data Analysts, Data Scientists, Fachabteilungen und Stakeholdern