KNDS Deutschland entwickelt, fertigt und betreut als Systemhaus ein breit gestreutes Produktportfolio. Dazu zählen Kampfpanzer, hochgeschützte Radfahrzeuge, Artilleriesysteme, Militärbrücken, Kundenservice sowie Ausbildungslösungen. Als Teil der KNDS-Gruppe stehen wir für den Beginn der Konsolidierung der Industrie für militärische Landsysteme in Europa. Dabei bieten wir hochinteressante, komplexe und herausfordernde Tätigkeiten in einem kollegialen Umfeld. Das schätzen unsere Mitarbeiter, egal ob in der Entwicklung, der Fertigung oder in der Verwaltung. Wir verbinden erfolgreich Innovationsfähigkeit mit Tradition und langjähriger Erfahrung.

Sicherstellung der Datenqualität im Data Mart durch Überwachung der Vollständigkeit, Konsistenz und Plausibilität der bereitgestellten Daten.
Fachliche Prüfung, Ergänzung und Korrektur von BOM-/Stücklistenstrukturen sowie Konfigurationsständen zur Sicherstellung der inhaltlichen Richtigkeit und Vollständigkeit.
Aufbereitung und Bereitstellung von Daten aus dem DWH-Layer und der CSV-Landingzone für Auswertungen und Dashboards.
Pflege der Mapping- und Harmonisierungslogik auf Basis fachlicher Vorgaben in Abstimmung mit den Modellierungsverantwortlichen sowie perspektivische Übernahme von Aufgaben in der Data-Mart-Modellierung (Tabellenstrukturen, Beziehungen und Historisierung).
Pflege der semantischen Schicht sowie Dokumentation und Verwaltung fachlich definierter Kennzahlen einschließlich ihrer Herleitung aus den Rohdaten; Pflege eines zentralen Kennzahlen- und Datenkatalogs als Referenz für die Fachbereiche.
Mitwirkung an der Historisierung fachlicher Datenstände (z. B. Konstruktions- und Stammdatenstände) als Grundlage nachvollziehbarer und reproduzierbarer Auswertungen sowie KI-Anwendungen.
Entwicklung und Pflege zentraler BI-Dashboards mit Fokus auf Performance, Wiederverwendbarkeit und fachliche Korrektheit.
Fachliche Aufbereitung und Prüfung der OPUS10-Datenlieferungen.

Abgeschlossene kaufmännische oder technische Ausbildung, Studium der (Wirtschafts-)Informatik, Wirtschaftswissenschaften, Mathematik oder vergleichbare Qualifikation.
Erste Berufserfahrung im Bereich Business Intelligence, Datenmanagement, Datenpflege oder Datenbankadministration.
Gute SQL-Kenntnisse sowie praktische Erfahrung mit relationalen Datenbanken.
Erfahrung in der Entwicklung und Pflege von BI-Dashboards mit Fokus auf Performance und Wiederverwendbarkeit.
Methodisches Verständnis für KPI-Definitionen, semantische Schichten sowie Grundlagen der dimensionalen Modellierung und von ETL-/ELT-Prozessen mit der Bereitschaft zur fachlichen Vertiefung.
Grundkenntnisse in Python von Vorteil als Basis für eine Weiterentwicklung im Bereich Machine Learning und Künstliche Intelligenz.
Erfahrung im Umgang mit Stücklisten-, Konstruktions- und Konfigurationsdaten sowie Kenntnisse in SAP-Modulen von Vorteil.
Sehr gute Deutsch- und gute Englischkenntnisse.