We are seeking an experienced Microsoft Fabric Data Engineer to design, build, and maintain scalable data solutions that support enterprise reporting, analytics, and business intelligence initiatives.
Working closely with business stakeholders, analysts, and technical teams, you will develop end-to-end data pipelines and analytics-ready datasets using Microsoft Fabric. You will play a key role in ensuring data solutions are reliable, secure, high-performing, and aligned with governance standards while delivering value within an Agile environment.
Key Responsibilities
- Design, develop, and maintain data solutions using Microsoft Fabric.
- Build and optimize end-to-end data ingestion, transformation, and delivery pipelines.
- Develop and manage Fabric Dataflows, Lakehouses, and Warehouses.
- Create analytics-ready datasets that support reporting and business insights.
- Collaborate with business and technical stakeholders to translate requirements into scalable data solutions.
- Ensure data quality, reliability, governance, and accessibility across the platform.
- Optimize platform performance, scalability, and cost efficiency.
- Participate in Agile ceremonies and contribute to continuous improvement initiatives.
Required Experience & Skills
- Proven experience delivering data engineering solutions using Microsoft Fabric.
- Strong expertise in:
- Data Pipelines, Dataflows, Lakehouse, and Warehouse architecture
- ETL/ELT design and implementation
- Data modelling, including dimensional modelling and star schema design
- Large-scale data processing and analytics environments
- Advanced SQL skills and experience with Python and Spark for data transformation.
- Experience with Azure data services, including:
- Azure Data Factory
- Azure Synapse Analytics
- Azure Data Lake
- Strong analytical, troubleshooting, and problem-solving capabilities.
- Ability to deliver high-quality solutions within Agile delivery teams.
Preferred Qualifications
- Experience within financial services or other regulated industries.
- Knowledge of data governance, security, and performance optimization best practices.
- Microsoft Fabric or Azure data certifications.
What We're Looking For
A hands-on Data Engineer who combines strong technical expertise with a business-focused mindset. You are passionate about building scalable, well-governed data solutions and have a proven ability to deliver reliable, high-quality outcomes in fast-paced Agile environments.
#LI-1_MS1
Über Cognizant
Cognizant (NASDAQ: CTSH) i ist ein Technologiedienstleister und Entwickler von KI-Lösungen. Wir schlagen die Brücke zwischen KI-Investitionen und echtem unternehmerischem Mehrwert, indem wir ganzheitliche Full-Stack-KI-Lösungen für unsere Kunden entwickeln. Mit unserer fundierten Branchen-, Prozess- und Engineering-Expertise integrieren wir die spezifischen Anforderungen von Unternehmen passgenau in Technologiesysteme. So entfalten wir das menschliche Potenzial, erzielen greifbare Ergebnisse und sichern globalen Unternehmen in einer sich rasant wandelnden Welt den entscheidenden Vorsprung. Erfahren Sie mehr unter cognizant.ai oder @cognizant.
Zusätzliche Informationen zur Beschäftigung
Die Vergütungsinformationen sind zum Zeitpunkt der Veröffentlichung dieser Stellenausschreibung korrekt. Cognizant behält sich das Recht vor, diese Informationen jederzeit unter Beachtung der geltenden gesetzlichen Bestimmungen zu ändern.
Bewerberinnen und Bewerber können verpflichtet sein, an Vorstellungsgesprächen persönlich oder per Videokonferenz teilzunehmen. Darüber hinaus kann es erforderlich sein, bei jedem Gespräch einen gültigen staatlichen Lichtbildausweis vorzulegen.
Cognizant ist ein Arbeitgeber mit Chancengleichheit. Ihre Bewerbung und Kandidatur werden nicht aufgrund von Rasse, Hautfarbe, Geschlecht, Religion, Glaubensbekenntnis, sexueller Orientierung, Geschlechtsidentität, nationaler Herkunft, Behinderung, genetischen Informationen, Schwangerschaft, Veteranenstatus oder sonstiger durch bundes‑, landes‑ oder kommunalrechtliche Vorschriften geschützter Merkmale berücksichtigt oder abgelehnt.
