Datenmodellierer

Dies ist eine entfernte Position.
Entwerfen Sie konzeptionelle, logische und physische Datenmodelle (ER-Diagramme, Dimensions-/Sternschemata, ggf. Datentresor) für Midstream-Datenbereiche – Pipeline-Planung und -Nominierungen, volumetrische Messungen und Zuteilungen, Erfassung und Verarbeitung, Terminal-/Speicherinventar, Tarife und behördliche Berichterstattung sowie Handelsverträge. Beherrschen Sie die Schichtungsstrategie Bronze → Silber → Gold in Zusammenarbeit mit Data Engineering: Definieren Sie, was in Roh-/Staging-Bereiche vs. angepasste Geschäftseinheiten vs. Fakten und Dimensionen auf der Präsentationsebene gehört. Erstellen und pflegen Sie Dimensionsmodelle (Fakten-/Dimensionsdesign, SCD-Typ-1/2-Strategie, Ersatz- oder natürliche Schlüssel, angepasste Dimensionen über Geschäftsbereiche hinweg) für die Berichterstattung und Analysenutzung. Arbeiten Sie mit Dateningenieuren zusammen, um Modelle in DBT-Quellen, Staging-Modelle und Marts zu übersetzen und PRs auf Einhaltung von Modellierungs- und Benennungsstandards zu überprüfen. Definieren und pflegen Sie das Unternehmensdatenwörterbuch, die Entitätsbeziehungsdokumentation und Metadaten auf Spaltenebene (Geschäftsdefinitionen, gültige Werte, Datenherkunft) für Midstream-Themenbereiche. Bewerten Sie Quellsysteme, die über Informatica IDMC/CDIR und dbt aufgenommen wurden, und modellieren Sie, wie sie in einer einzigen angepassten Ansicht abgeglichen werden. Führen Sie Datenmodellüberprüfungen mit Geschäftsinteressenten durch (kommerziell, planungstechnisch, buchhalterisch, regulatorisch), um zu überprüfen, ob die Modelle Verträge, Zuteilungen und volumetrische Beziehungen korrekt darstellen. Unterstützen Sie die Stammdatenverwaltung für zentrale Midstream-Referenzeinheiten (Vermögenswerte, Zähler/Messpunkte, Verträge, Gegenparteien, Tarifpläne). Tragen Sie zur Datenverwaltung bei: Namenskonventionen, Modellierungsstandards, Datenqualitätsregeln und Verwaltungsprozesse. Bewerten Sie die Auswirkungen neuer Datenquellen oder Geschäftsänderungen (neue Pipeline-Systeme, Akquisitionen, regulatorische Änderungen) auf bestehende Modelle und schlagen Schemaentwicklungsstrategien vor, die verhindern, dass nachgeschaltete Verbraucher kaputt gehen. Erforderliche Qualifikationen Mindestens 5 Jahre Erfahrung in der Datenmodellierung (konzeptionell, logisch, physikalisch), einschließlich dimensionaler Modellierung und normalisiertem/3NF-Design. Direkte Erfahrung im Midstream-Öl- und Gassektor – praktische Erfahrung in mindestens einem der folgenden Bereiche: Planung/Nominierung von Pipelines, volumetrische Messungen und Zuteilungen, Bilanzierung von Gas/Flüssigkeiten, Terminal- oder Speicherbetrieb oder behördliche Berichterstattung. Starke SQL-Kenntnisse und Erfahrung in der Modellierung für ein Cloud-Data-Warehouse (Snowflake, Redshift, BigQuery oder ähnliches). Praktische Erfahrung mit dbt (oder einem vergleichbaren Transformations-Framework) – versteht, wie Modelle in source()/ref()-Abhängigkeiten, Tests und Dokumentation umgesetzt werden. Solides Verständnis der dimensionalen Modellierung im Kimball-Stil (Sternschema, sich langsam ändernde Dimensionen, angepasste Dimensionen, faktenlose Fakten) und wann man stattdessen Data Vault oder 3NF verwenden sollte. Erfahrung mit Datenmodellierungstools (erwin, ER/Studio, SqlDBM, dbdiagram oder ähnliches) und der Erstellung klarer ER-Diagramme für technische und geschäftliche Zielgruppen. Fühlen Sie sich wohl, wenn Sie direkt mit kleinen und mittleren Unternehmen zusammenarbeiten, um Geschäftsregeln zu extrahieren und in einem Datenmodell zu formalisieren – diese Rolle erfordert die Übersetzung mehrdeutiger betrieblicher Kenntnisse in strukturierte Schemata und nicht nur die Umsetzung einer Ihnen vorgelegten Spezifikation. Verständnis der Grundlagen der Datenverwaltung: Metadatenverwaltung, Datenherkunft, Datenqualitätsregeln und Verwaltung. Bevorzugte Qualifikationen: Erfahrung mit Informatica IDMC (oder ähnlichen ETL/ELT- und CDC-Replikationstools) und Verständnis dafür, wie sich Aufnahmemuster (Batch vs. CDC) auf das nachgelagerte Modelldesign auswirken. Erfahrung mit Airflow oder einer anderen Orchestrierungsplattform und wie sich das DAG-Design auf die Datenaktualität und das Abhängigkeitsmanagement für die Modelle auswirkt Du besitzt. Auseinandersetzung mit der Medaillon-/Seehaus-Architektur (Bronze/Silber/Gold) und den Kompromissen zwischen der Schichtung konformer Geschäftsmodelle und der Rohaufnahme. Vorerfahrung in einer Data-Governance- oder Data-Steward-Funktion.

Ursprünglich auf Himalaya gepostet

Quelle: Himalaya (https://himalayas.app/companies/elfonze-technologies/jobs/data-modeler?utm_source=api)