Aktuell sind wir für einen unserer Kunden auf der Suche nach einem Trainer im Bereich Data Literacy - Fokus Datengrundlagen und Datenmodellierung. Folgende Aufgaben erwarten Sie: Im konzernweiten Data-Governance-Projekt DDT ist die Dokumentation fachlicher Metadaten im Datenkatalog (Metadata-Hub von Ab Initio LLC) hinter dem Zeitplan zurückgeblieben. Die Zahl und Qualität der „Aktivierungen“ (Anlage/Pflege von Datenobjekten inklusive Beschreibung, Verantwortlichkeiten, Klassifikationen und Qualitätsregeln) stagniert über mehrere Fachbereiche hinweg. Beobachtungen aus den Fachbereichen deuten darauf hin, dass Data Stewards nicht hinreichend sicher sind, was sie konkret inhaltlich dokumentieren müssen (fachliche Datenkompetenz, Definitionen, Qualitätsmerkmale, Verantwort-lichkeiten) und wofür diese Arbeit genutzt wird (Nutzen für operative Entscheidungen, Compliance, Effizienz). Das führt zu zögerlicher Nutzung des Tools, heterogener Dokumentationsqualität und fehlender Priorisierung im Arbeitsalltag. Problemhypothesen  Unklarheit über Rollen, Verantwortlichkeiten und Definition of Done für Metadateneinträge (z. B. was vollständig ist: Business-Definition, Data Owner, Schutzbedarf, Qualitätsregeln, Herkunft).  Geringe Data Literacy in Teilen der Fachbereiche: Kennzahlen, Dimensionen, Berechnungslogiken und Datenqualitätskonzepte sind nicht ausreichend verankert.  Fehlender Business-Nutzen-Fokus („Warum“): Metadatenpflege wird als Zusatzaufwand gesehen, nicht als Hebel für Transparenz, Compliance (DSGVO, Governance) und bessere Entscheidungen.  Tool-Hürden im Alltag: Unsicherheit in der praktischen Nutzung des Metadata-Hub und fehlende, praxisnahe Beispiele und Vorlagen.  Mangel an kontinuierlicher Begleitung (Coaching on the job) und Community-Formaten für Erfahrungsaustausch.

Für einen renommierten Kunden suchen wir ab Juli/August einen Experten für Qualitäts- und Testmanagement mit Erfahrungen im Umfeld der gesetzlichen Krankenkassen. Diese Aufgaben erwarten Sie: + Erstellung einer Analyse der Qualitätssicherung und Testprozesse + Analyse des Reifegrades nach beispielsweise ISTQB (International Software Testing Qualifications Board) + Bewertung der Testoptimierung und ggf. Optimierungsvorschläge + Identifikation von Schulungsangeboten und Erstellung von Schulungskonzepten

Aktuell sind wir für einen unserer Kunden auf der Suche nach einem Coach/Berater der Projektleitung für die Organisation und Steuerung eines Großprojektes. Zur Steigerung von Effizienz und Synergien werden mehrere Einzelprojekte in ein konzernweites Großprojekt überführt. Der Fokus liegt auf digitalen Touchpoints für Kund:innen und Vertriebspartner (z. B. Websites, Portale, Serviceprozesse). Parallel erfolgt eine Reorganisation hin zum „Center Digitale Services“. Für die Steuerung und Weiterentwicklung dieses Großprojekts suchen wir eine erfahrene Beratungspersönlichkeit zur Unterstützung der Projektleitung. Folgende Aufgaben erwarten Sie: a. Analyse fachlicher Zielbilder und strategischer Ausrichtungen - Bewertung von Gaps und Identifizierung von Handlungsempfehlungen b. Kunden- und Vertriebspartnererwartungen - Research, Methodik und Standards definieren - Vergleich zum Markt und Best Practices c. Rollierendes Vorgehen zur Überprüfung des fachlichen Zielbilds und der Strategie - Enablement des Centers Digitale Services d. Analyse der bestehenden Einzelprojekte - Aufbereitung und Analyse der laufenden Einzelprojekte im Hinblick auf Ziele, Ressourcen, Zeitpläne, Schnittstellen und Abhängigkeiten - Identifikation von Synergiepotenzialen und Risikofaktoren e. Entwicklung einer integrativen Projektstruktur - hybrides Projektmanagement - Entwicklung eines methodisch fundierten Projektstrukturplans (PSP) für das Großprojekt - Definition geeigneter Projektphasen, Teilprojekte, Meilensteine und Arbeitspakete - Analyse und Festlegung effizienter Projektorganisations- und Governance-Strukturen (z.B. Steuerkreis, Projektgremien, Rollen und Verantwortlichkeiten) f. Integration und Steuerung - Beratung der Projektleitung bei der Zusammenführung der Teilprojekte zu einem steuerbaren Großprojekt - Entwicklung von Steuerungs- und Monitoring-Instrumenten (z.B. Statusberichte, Meilensteintracking, KPI-Management) - Beratung der Projektleitung bei der Etablierung eines standardisierten Berichtswesens g. Kommunikation und Stakeholder-Management - Erarbeitung eines Kommunikations- und Stakeholdermanagement-Konzepts (inkl. Schnittstellenmanagement und Abstimmungsprozesse) - Moderation von Workshops mit den involvierten Projektteams und Stakeholdern zur Abstimmung und Zielausrichtung h. Change- und Risikomanagement - Entwicklung eines Change- und Risiko-Management-Prozesses für das Großprojekt - Beratung der Projektleitung bei der Implementierung des beschlossenen Change- und Risiko-Managementprozesses sowie im Umgang mit Widerständen und zur Sicherstellung der Akzeptanz im Unternehmen i. Begleitung der Umsetzungsphase - Beratung der Projektleitung während der Initialphase der Umsetzung - Beratung zu methodischen und organisatorischen Fragestellungen bei der praktischen Integration der Einzelprojekte j. Implikationen für die bestehende IT-Aufbauorganisation - Analyse der bestehenden Verantwortlichkeiten - Handlungsempfehlungen zur Weiterentwicklung der IT-Organisation k. Implikationen für die aktuell in Weiterentwicklung befindenden fachlichen Aufbauorganisation - Analyse der bestehenden Verantwortlichkeiten - Handlungsempfehlungen zur Weiterentwicklung der fachlichen Organisation falls erforderlich Lieferobjekte / Ergebnisse: - Fachliches Zielbild - Enablement von Methodik, Standards und Best Practices für das Center Digitale Services - Analysebericht „Bestandsaufnahme Einzelprojekte“ - Analysebericht Abhängigkeiten und notwendige Enablements - Methodisch ausgearbeiteter Projektstrukturplan und Governance-Konzept - Umsetzungs- und Steuerungskonzept für das Großprojekt - Kommunikations- und Stakeholdermanagement-Konzept - Workshop-Dokumentationen und Implementation-Reports - Handlungsoptionen zur Weiterentwicklung der IT-Organisation - Handlungsoptionen zur Weiterentwicklung der fachlichen Organisation

Aufgaben: + Network Operations mit Fokus auf Automatisierung + 2nd + 3rd Level Fehlerbehebung + techn. Dokumentation

Aufgaben: + Network Operations mit Fokus auf Automatisierung + 2nd + 3rd Level Fehlerbehebung + techn. Dokumentation

Aktuell sind wir auf der Suche nach einem AI Data Engineer im Bereich Wissensmanagement Bots für einen unserer Kunden. Auslastung 100%, 2-3 Tage pro Quartal onsite, der Rest remote Aufgaben: - Entwicklung und Optimierung von skalierbaren Datenmodellen für große Datenmengen (Big Data) - Aufbau und Pflege von Datenbanken und Data-Warehouses, insbesondere mit PostgreSQL - Sicherstellung der Performance und Skalierbarkeit von Datenarchitekturen für mehrere tausend parallele Nutzer (inkl. Query-Optimierung, Index-Strategien, Partitionierung) - Entwicklung und Umsetzung robuster ETL-/ELT-Pipelines mit Fokus auf: - Skalierbarkeit und Fehlerisolierung - Observability (Logging, Metrics, Tracing) - Design und Implementierung moderner Data-Lake- / Data-Warehouse-Architekturen mit Schichten wie: - Raw Layer - Staging/Cleansing - Curated/Business Layer - Entwicklung und Optimierung von ETL-/ELT-Strecken mit Tools wie z. B. Airflow, dbt, Kafka, Spark oder vergleichbaren Technologien - Sicherstellung der Datenqualität in produktiven Pipelines durch: - Schema-Validierung, Null-/Range-Checks, Duplikat-Prüfungen - automatisierte Tests, Data Contracts und Data Lineage - Monitoring von Freshness, SLAs/SLOs und Alerting - Konzeption und Umsetzung von Batch- und Near-Real-Time-Pipelines (inkl. Event-Driven-Architekturen, Streaming-Lösungen, DLQ-Handling, Replay-Fähigkeit) - Optimierung von SQL-Abfragen auf sehr großen Tabellen (Execution Plans, Index-Design, Window Functions, Materialized Views, Voraggregation etc.) - Entwicklung performanter Datenverarbeitungslogik in Python (z. B. Pandas, Spark, Dask, Polars) inkl. Umgang mit Speicher- und Skalierungsgrenzen - Enge Zusammenarbeit mit anderen Entwicklern und Fachbereichen zur Umsetzung datengetriebener Lösungen und Etablierung guter Data-Engineering-Praktiken