Der Alltag? Mal Schema-Design für ein neues Warehouse, mal stundenlanges Debugging, weil eine Umsystem-Schnittstelle ihr Format geändert hat, ohne jemandem Bescheid zu geben. Sie schreiben SQL, viel SQL, dazu Python oder Skripte für die Orchestrierung. Werkzeuge wie Talend, Apache Airflow, SSIS oder dbt begegnen Ihnen ständig. Und irgendwann kennen Sie die Eigenheiten jeder einzelnen Datenquelle im Haus besser als die Kolleg:innen, die sie eigentlich betreuen.

Einstieg, Qualifikationen und wo Sie landen

Ein klassischer Weg führt über ein Studium der Informatik, Wirtschaftsinformatik oder ein Data-Science-nahes Feld. Zwingend ist das nicht. Viele kommen als Quereinsteiger:innen aus der Datenbankadministration oder aus dem Reporting, weil sie ohnehin täglich mit SQL hantiert haben und irgendwann die Automatisierung übernahmen. Was zählt, ist ein Gespür für Datenmodellierung, Geduld beim Fehlersuchen und die Bereitschaft, sich in fremde Systeme hineinzudenken.

Gefragt sind fundierte SQL-Kenntnisse, Erfahrung mit mindestens einem ETL- oder Orchestrierungswerkzeug, ein Verständnis für Datenqualität und, zunehmend, Vertrautheit mit Cloud-Plattformen wie Azure, AWS oder der Google Cloud. Versionierung, Monitoring, ein bisschen DevOps-Denken. Schadet nie.

Und die Arbeitgeber? Breit gestreut. Banken und Versicherungen mit ihren gewachsenen Datenlandschaften, Handelskonzerne, Industriebetriebe, die ihre Produktionsdaten auswerten wollen, dazu spezialisierte Data- und BI-Beratungen, die Sie projektweise dorthin schicken, wo es gerade brennt. Öffentliche Stellen und Gesundheitseinrichtungen mischen ebenfalls mit. Wer sauber arbeitet und dokumentiert, wird gebraucht — quer durch fast jede Branche, die Zahlen ernst nimmt.