DXC Technology
DXC Technology
DXC Technology ist ein global tätiges IT-Dienstleistungs- und Beratungsunternehmen, das Unternehmen dabei unterstützt, Geschäftsprozesse und technologische Umgebungen zu modernisieren. Das Leistungsspektrum umfasst Cloud Computing, Datenanalyse, Cybersicherheit und digitale Transformation mit Anwendungen in den Bereichen Beratung, Versicherungen und Logistik. Das große internationale Team unterstützt Kunden bei der Bewältigung komplexer technologischer Anforderungen und bei der Anpassung ihrer Abläufe an eine sich wandelnde digitale Landschaft.

Leitung Data Engineering Versicherungen bei DXC Technology

Leiten Sie bei DXC Technology die Modernisierung von Datenplattformen für Versicherungsunternehmen. Gestalten Sie Cloud-Architektur, Governance, KI-Einsatz und die Arbeit der Engineering-Teams.

Beschreibung

  • Legen Sie die Strategie und Roadmap für das unternehmensweite Data Engineering fest.
  • Entwerfen Sie skalierbare Datenarchitekturen für operative, analytische und KI-Workloads.
  • Definieren Sie Standards für Datenmodellierung, Integration, Metadaten und Lebenszyklusmanagement.
  • Leiten Sie den Wechsel von Legacy-Datenumgebungen zu cloudnativen Plattformen.
  • Stimmen Sie Datenlösungen auf Unternehmensarchitektur, Cybersicherheit und Compliance-Anforderungen ab.
  • Verantworten Sie Entwurf und Bereitstellung unternehmensweiter Datenplattformen mit Cloud-Technologien und modernen Architekturen.
  • Entwickeln und betreiben Sie Batch-, Streaming- und ereignisgesteuerte Pipelines mit hohem Datenvolumen.
  • Erstellen und verwalten Sie Data Lakes, Data Warehouses, Lakehouses und Datenprodukte.
  • Entwickeln Sie wiederverwendbare Frameworks und Beschleuniger, um Engineering-Prozesse schneller und einheitlicher zu machen.
  • Automatisieren Sie Plattformen mit Infrastructure as Code und DataOps-Praktiken.
  • Führen und fördern Sie Data Engineers, Data Architects und Spezialistinnen und Spezialisten für Datenintegration.
  • Definieren Sie Engineering-Praktiken und technische Standards.
  • Prüfen Sie Architekturen und Entwürfe und geben Sie projektübergreifend technische Orientierung.
  • Fördern Sie Innovation, Verantwortungsbewusstsein, kontinuierliches Lernen und operative Exzellenz.
  • Beteiligen Sie sich an Recruiting, Onboarding, beruflicher Entwicklung und Leistungsmanagement.
  • Setzen Sie unternehmensweite Data-Governance-Praktiken um.
  • Entwickeln Sie Frameworks für Datenqualität sowie Prozesse für Monitoring, Observability und Fehlerbehebung.
  • Arbeiten Sie mit Data Stewards und Fachverantwortlichen zusammen, um Vertrauen in die Datenbestände des Unternehmens aufzubauen.
  • Erfüllen Sie regulatorische Anforderungen sowie Vorgaben zu Datenschutz, Aufbewahrung und Sicherheit.
  • Definieren und verfolgen Sie KPIs für Datenqualität, Verfügbarkeit und Zuverlässigkeit.
  • Entwickeln und optimieren Sie Datenumgebungen für KI, maschinelles Lernen und Advanced Analytics.
  • Arbeiten Sie mit Data Scientists und KI-Teams daran, Modelle und Datenprodukte produktiv einzusetzen.
  • Unterstützen Sie unternehmensweite KI-Programme mit gesteuerten, vertrauenswürdigen und hochwertigen Datenpipelines.
  • Definieren Sie Vorgehensweisen für Feature Engineering, die Aufbereitung von Modelldaten und den Datenkonsum.
  • Steuern Sie gleichzeitig die Umsetzung mehrerer Data-Engineering-Initiativen.
  • Erstellen Sie Projektpläne, Schätzungen, Ressourcenprognosen und Lieferzusagen.
  • Wenden Sie agile Liefermethoden an und halten Sie dabei Governance- und Qualitätsstandards ein.
  • Erkennen Sie Risiken, Abhängigkeiten und technische Schulden und planen Sie passende Maßnahmen.
  • Sichern Sie eine zuverlässige Lieferung, einen stabilen Betrieb und die Zufriedenheit der Stakeholder.
  • Stimmen Sie Dateninvestitionen gemeinsam mit Führungskräften auf die Geschäftsziele ab.
  • Koordinieren Sie Engineering-, Produkt-, Betriebs- und Fachbereiche, um Arbeit zu priorisieren.
  • Präsentieren Sie der Führungsebene technische Empfehlungen, Investitionspläne und Fortschritte.
  • Beraten Sie zu unternehmensweiter Datenstrategie und Modernisierungsinitiativen.

Anforderungen

  • Abschluss der Sekundarstufe oder GED erforderlich.
  • Mindestens 10 Jahre Erfahrung im Data Engineering, in der Datenarchitektur oder in einem verwandten Technologiebereich.
  • Mindestens 3 Jahre Erfahrung in der Leitung technischer Teams oder unternehmensweiter Dateninitiativen.
  • Nachweisliche Erfahrung mit Entwurf und Bereitstellung von Datenplattformen für Unternehmen.
  • Erfahrung in der Führung funktionsübergreifender Teams in globalen Lieferumgebungen.
  • Fundierte SQL-Kenntnisse und Erfahrung mit fortgeschrittenen Datenbanktechnologien.
  • Fundierte Erfahrung mit Python, Spark, Scala oder ähnlichen Data-Engineering-Technologien.
  • Erfahrung mit ETL- und ELT-Frameworks.
  • Erfahrung mit Architekturen für Data Lakes, Lakehouses und Data Warehouses.
  • Erfahrung mit Azure, AWS oder Google Cloud.
  • Erfahrung mit Databricks, Snowflake, Synapse, Redshift, BigQuery oder gleichwertigen Plattformen.
  • Erfahrung mit Echtzeit-Datenverarbeitung und Streaming-Architekturen.
  • Erfahrung mit API-Integration und ereignisgesteuerten Architekturen.
  • Erfahrung mit CI/CD, DataOps, Infrastructure as Code und Automatisierung.
  • Ein Bachelorabschluss in Informatik, Informationssystemen, Ingenieurwesen oder Data Science ist erwünscht.
  • Ein Masterabschluss ist erwünscht.
  • Erfahrung in der Versicherungsbranche ist erwünscht.
  • Erfahrung mit Initiativen zu KI, maschinellem Lernen und generativer KI ist erwünscht.
  • Erfahrung mit der Umsetzung unternehmensweiter Data-Governance-Programme ist erwünscht.
  • Erfahrung mit der Leitung umfangreicher Cloud-Migrationen oder Datenmodernisierungsprogramme ist erwünscht.
  • Erfahrung mit Observability, Betriebsmonitoring und Reliability Engineering ist erwünscht.
  • Strategisches Denken.
  • Technische Führung.
  • Entscheidungsfähigkeit.
  • Stakeholder-Management.
  • Förderung von Talenten.
  • Kommunikation mit Führungskräften.
  • Engagement für kontinuierliche Verbesserung.
  • Kundenorientierung.
  • Ergebnisorientierung.
  • Funktionsübergreifende Zusammenarbeit.

Zusatzleistungen

  • Persönliche Zusammenarbeit hat einen hohen Stellenwert. Gleichzeitig gibt es Flexibilität für Wohlbefinden, Produktivität, individuelle Arbeitsweisen und persönliche Umstände.
  • Inklusives Arbeitsumfeld.
  • Angemessene Vorkehrungen für Menschen mit Behinderungen, Veteraninnen und Veteranen mit Behinderungen sowie verwundete Einsatzkräfte.

Ähnliche Stellen

PwC

Senior Data Engineer

PwC

Entwickle Datenpipelines und Analyselösungen für Managed-Services-Kunden von PwC mit AWS, Snowflake, Airflow und MySQL. Überführe geschäftliche Anforderungen in zuverlässiges Reporting und fundierte Entscheidungsgrundlagen.

Öffnen
General Dynamics Information Technology

Data Engineer, Hurlburt Field

General Dynamics Information Technology

Entwickeln Sie kontrollierte Datenpipelines und analysefertige Datensätze für die Regierungs-, Verteidigungs- und Nachrichtendienstaufträge von General Dynamics Information Technology. Unterstützen Sie Data Scientists mit sicheren operativen Datenprodukten.

Öffnen
Guidehouse

Data Engineer Finanzmanagement

Guidehouse

Bei Guidehouse integriert und analysiert dieser Data Engineer Daten für Finanzmanagementprogramme des DHS. Die Rolle entwickelt Lösungen mit Databricks, SQL, Python, prädiktiver Modellierung und maschinellem Lernen.

Öffnen
Avanade

Senior Lead für Datenplattformen und Analytics-Kompetenz

Avanade

Leiten Sie Avanades Kompetenzbereich für Daten und Analytics, bauen Sie Enterprise-Services aus und gestalten Sie Kundenchancen. Beraten Sie Führungskräfte und arbeiten Sie mit Architektinnen und Architekten an US-Standorten zusammen.

Öffnen