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

---

Remote: 100%

Beschreibung

IT
Sql Data Warehouse
Apache Airflow
Business Intelligence
Business Intelligence Development
Building Information Modeling
Data Architecture
Data Governance
Data Infrastructure
Data Quality
Data Retrieval
Data Structures
Data Terminal Equipment
Data Virtualization
Data Warehousing
Database Storage Structures
IBM WebSphere DataPower SOA Appliances
Enterprise Architecture Framework
Information Architecture
Microsoft Data Access Components
Microsoft Business Intelligence
Oracle Business Intelligence Enterprise Edition
Oracle Warehouse Builder
SAP PowerDesigner
Microsoft Power BI
Smart Data
DataOps
SAP BI
SAP NetWeaver BI
Solution Architecture
SQL Databases
Technical Documentation
Construction Informatics
Business Intelligence Development Studio
Data Server Interface
Azure Data Factory
Bi Publisher
Snowflake
SQL Server Business Intelligence
Data Strategy
Microsoft Fabric
Data Programming
AWS Data Analytics
Dataweave
Azure Service Fabric
Azure Data Analytics
Azure Synapse Analytics
Data Pipeline
Sql Server Data Tools
Databricks
Description
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:
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
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:
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
Microsoft Fabric:
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
Datenmodellierung und Power BI:
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
End-to-End-Architektur:
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
Coaching und Wissenstransfer:
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
Must-have:
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
Wünschenswert:
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
Arbeitsweise und Kompetenzen:
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
Sprachkenntnisse:
Sehr gute Deutschkenntnisse (mindestens C1)
Gute Englischkenntnisse (mindestens B2)
Über den Auftraggeber
Start: 01.01.2027
Ende: 30.06.2027 plus Option auf Verlängerung
Auslastung: ca. 40 Stunden pro Woche
Standort: Essen | 100 % remote
Info: Es dürfen ausschließlich Kandidaten aus dem Nearshore-Bereich angeboten werden