Data Warehouse: Markt
Stand 19. November 2026: offene Stellen Data Warehouse — 570, davon 42% remote; Mediangehalt in Stellenanzeigen $7.092/Monat (aus 62 Anzeigen mit Gehaltsangabe). Quelle: Zorky, täglich aktualisiert.
Ein Data Warehouse Engineer baut das Data Warehouse eines Unternehmens: Modelle für Schichten und Data Marts, Datenaufnahme aus Quellen, Datenqualität und Abfrageperformance für BI und Analytics. Derzeit verfolgen wir 570 offene Stellen für diese Rolle, 506 davon frisch. Der Kern sind fortgeschrittenes SQL, Modellierung (Kimball, Data Vault), ein Cloud-Warehouse (Snowflake, BigQuery, Redshift), dbt, Orchestrierung und Kontrolle der Datenqualität. Nach gemeinsamem Auftreten in den Anforderungen kommen Snowflake, SQL, Python und dbt am häufigsten vor. 42% der Anzeigen erlauben vollständige Remote-Arbeit. Unten ein Live-Ausschnitt des Marktes für Data Warehouse Engineer: Geografie, Seniorität, angrenzender Stack und Quellen.
Datenstand:
Die wichtigsten Zahlen des Data Warehouse-Markts: offene Jobs, Mediangehalt, beobachteter Fachkräftepool und Remote-Anteil.
Der Markt für Data Warehouse hat derzeit 570 offene Rollen, davon 506 frisch beobachtet. Median salary $7.092/mo.
42% der Anzeigen für Data Warehouse Engineer erlauben vollständig Remote-Arbeit; der Anteil berücksichtigt nur Anzeigen mit angegebenem Arbeitsformat.
⚠ Gehalt bekannt bei 62 von 570 Stellen; Remote-Anteil aus 478 mit angegebenem Arbeitsformat; 506 als frische Beobachtungen gezählt; Trend und Besetzungsschwierigkeit werden nicht gezeigt
Zeitachse: Ausschreibungen und Quellen
Wie viele Data Warehouse-Ausschreibungen jede Woche seit 1. Juni erschienen sind und aus wie vielen Quellen. Das untere Diagramm trennt Marktwachstum von Abdeckungswachstum: Ein Sprung in der Woche, in der neue Quellen angebunden wurden, bedeutet, dass wir mehr sehen — nicht, dass der Markt gewachsen ist.
Neue Ausschreibungen pro Woche
Diagrammdaten
| Zeitraum | Neue Ausschreibungen pro Woche |
|---|---|
| 2026-06-01 | 32 |
| 2026-06-08 | 29 |
| 2026-06-15 | 38 |
| 2026-06-22 | 89 |
| 2026-06-29 | 88 |
| 2026-07-06 | 61 |
| 2026-07-13 | 75 |
| 2026-07-20 | 88 |
| 2026-07-27 | 69 |
| 2026-08-03 | 45 |
| 2026-08-10 | 21 |
| 2026-08-17 | 27 |
| 2026-08-24 | 37 |
| 2026-08-31 | 41 |
| 2026-09-07 | 37 |
| 2026-09-14 | 34 |
| 2026-09-21 | 70 |
| 2026-09-28 | 91 |
| 2026-10-05 | 94 |
| 2026-10-12 | 200 |
| 2026-10-19 | 92 |
| 2026-10-26 | 93 |
| 2026-11-02 | 91 |
| 2026-11-09 | 124 |
Aktive Quellen pro Woche
Quellen im Zeitraum: 100. ▲ — Woche, in der viele neue Quellen angebunden wurden.
Diagrammdaten
| Zeitraum | Aktive Quellen |
|---|---|
| 2026-06-01 | 7 |
| 2026-06-08 | 9 |
| 2026-06-15 | 11 |
| 2026-06-22 | 20 |
| 2026-06-29 | 16 |
| 2026-07-06 | 19 |
| 2026-07-13 | 23 |
| 2026-07-20 | 24 |
| 2026-07-27 | 22 |
| 2026-08-03 | 21 |
| 2026-08-10 | 12 |
| 2026-08-17 | 10 |
| 2026-08-24 | 14 |
| 2026-08-31 | 19 |
| 2026-09-07 | 14 |
| 2026-09-14 | 15 |
| 2026-09-21 | 29 |
| 2026-09-28 | 24 |
| 2026-10-05 | 24 |
| 2026-10-12 | 33 |
| 2026-10-19 | 31 |
| 2026-10-26 | 30 |
| 2026-11-02 | 31 |
| 2026-11-09 | 37 |
Neue Quellen angebunden: 22. Juni +13 · 29. Juni +6 · 6. Juli +8 · 13. Juli +6 · 20. Juli +8 · alle Wochen (21) in der Tabelle
| Woche | Neue Quellen | Neue Ausschreibungen |
|---|---|---|
| 8. Juni | +3 | 29 |
| 15. Juni | +3 | 38 |
| 22. Juni | +13 | 89 |
| 29. Juni | +6 | 88 |
| 6. Juli | +8 | 61 |
| 13. Juli | +6 | 75 |
| 20. Juli | +8 | 88 |
| 27. Juli | +5 | 69 |
| 3. Aug. | +3 | 45 |
| 17. Aug. | +1 | 27 |
| 24. Aug. | +2 | 37 |
| 31. Aug. | +3 | 41 |
| 7. Sept. | +1 | 37 |
| 14. Sept. | +3 | 34 |
| 21. Sept. | +5 | 70 |
| 5. Okt. | +5 | 94 |
| 12. Okt. | +5 | 200 |
| 19. Okt. | +3 | 92 |
| 26. Okt. | +3 | 93 |
| 2. Nov. | +4 | 91 |
| 9. Nov. | +3 | 124 |
Die aktuelle Woche ist noch nicht vorbei und wird nicht gezeigt: Eine unvollständige Woche sähe wie ein Rückgang aus.
Woche = Datum der ersten Erfassung der Ausschreibung, alle Status; Ausschreibungen werden nach derselben Regel ausgewählt wie der Zähler dieser Seite. Quellen sind unterschiedliche Erfassungskanäle; ihre Namen werden nicht veröffentlicht.
Diagrammdaten
| Woche | Neue Ausschreibungen pro Woche | Aktive Quellen |
|---|---|---|
| 2026-06-01 | 32 | 7 |
| 2026-06-08 | 29 | 9 |
| 2026-06-15 | 38 | 11 |
| 2026-06-22 | 89 | 20 |
| 2026-06-29 | 88 | 16 |
| 2026-07-06 | 61 | 19 |
| 2026-07-13 | 75 | 23 |
| 2026-07-20 | 88 | 24 |
| 2026-07-27 | 69 | 22 |
| 2026-08-03 | 45 | 21 |
| 2026-08-10 | 21 | 12 |
| 2026-08-17 | 27 | 10 |
| 2026-08-24 | 37 | 14 |
| 2026-08-31 | 41 | 19 |
| 2026-09-07 | 37 | 14 |
| 2026-09-14 | 34 | 15 |
| 2026-09-21 | 70 | 29 |
| 2026-09-28 | 91 | 24 |
| 2026-10-05 | 94 | 24 |
| 2026-10-12 | 200 | 33 |
| 2026-10-19 | 92 | 31 |
| 2026-10-26 | 93 | 30 |
| 2026-11-02 | 91 | 31 |
| 2026-11-09 | 124 | 37 |
Gehälter im Zeitverlauf
Mediangehalt Data Warehouse pro Woche, USD pro Monat.
Mediangehalt, USD pro Monat
Diagrammdaten
| Zeitraum | Median | Stellen mit Gehalt pro Woche (n) |
|---|---|---|
| 2026-10-12 | 7.618 | 13 |
| 2026-10-19 | 6.312 | 13 |
| 2026-10-26 | 8.143 | 18 |
| 2026-11-02 | 9.583 | 11 |
| 2026-11-09 | 6.375 | 19 |
Die Reihe beginnt am 12. Okt.: davor gibt es keine Daten.
Nur Ausschreibungen mit Gehalt in USD und bekanntem Zeitraum (Monat oder Jahr), 500–50.000 $ pro Monat. Wochen mit weniger als 10 solchen Ausschreibungen bleiben leer — das heißt keine Daten, nicht null.
Diagrammdaten
| Woche | Median |
|---|---|
| 2026-06-01 | — |
| 2026-06-08 | — |
| 2026-06-15 | — |
| 2026-06-22 | — |
| 2026-06-29 | — |
| 2026-07-06 | — |
| 2026-07-13 | — |
| 2026-07-20 | — |
| 2026-07-27 | — |
| 2026-08-03 | — |
| 2026-08-10 | — |
| 2026-08-17 | — |
| 2026-08-24 | — |
| 2026-08-31 | — |
| 2026-09-07 | — |
| 2026-09-14 | — |
| 2026-09-21 | — |
| 2026-09-28 | — |
| 2026-10-05 | — |
| 2026-10-12 | 7.618 |
| 2026-10-19 | 6.312 |
| 2026-10-26 | 8.143 |
| 2026-11-02 | 9.583 |
| 2026-11-09 | 6.375 |
Remote-Arbeit im Zeitverlauf
Anteil der Data Warehouse-Ausschreibungen mit vollständig remoter Arbeit, pro Woche.
Remote-Ausschreibungen, %
Diagrammdaten
| Zeitraum | Ortsunabhängig |
|---|---|
| 2026-06-01 | 72 |
| 2026-06-08 | 42,9 |
| 2026-06-15 | 58,8 |
| 2026-06-22 | 52,4 |
| 2026-06-29 | 52,8 |
| 2026-07-06 | 48,4 |
| 2026-07-13 | 50 |
| 2026-07-20 | 68,7 |
| 2026-07-27 | 75 |
| 2026-08-03 | 23,7 |
| 2026-08-10 | 13,3 |
| 2026-08-17 | 15,4 |
| 2026-08-24 | 40 |
| 2026-08-31 | 31,4 |
| 2026-09-07 | 25,8 |
| 2026-09-14 | 26,9 |
| 2026-09-21 | 21,3 |
| 2026-09-28 | 49,3 |
| 2026-10-05 | 32,9 |
| 2026-10-12 | 36,4 |
| 2026-10-19 | 27,6 |
| 2026-10-26 | 50 |
| 2026-11-02 | 42,9 |
| 2026-11-09 | 29,6 |
Der Anteil bezieht sich auf Ausschreibungen mit Angabe des Arbeitsmodells (remote, hybrid, Büro). Wochen mit weniger als 10 solchen Ausschreibungen bleiben leer.
Diagrammdaten
| Woche | Ortsunabhängig |
|---|---|
| 2026-06-01 | 72 |
| 2026-06-08 | 42,9 |
| 2026-06-15 | 58,8 |
| 2026-06-22 | 52,4 |
| 2026-06-29 | 52,8 |
| 2026-07-06 | 48,4 |
| 2026-07-13 | 50 |
| 2026-07-20 | 68,7 |
| 2026-07-27 | 75 |
| 2026-08-03 | 23,7 |
| 2026-08-10 | 13,3 |
| 2026-08-17 | 15,4 |
| 2026-08-24 | 40 |
| 2026-08-31 | 31,4 |
| 2026-09-07 | 25,8 |
| 2026-09-14 | 26,9 |
| 2026-09-21 | 21,3 |
| 2026-09-28 | 49,3 |
| 2026-10-05 | 32,9 |
| 2026-10-12 | 36,4 |
| 2026-10-19 | 27,6 |
| 2026-10-26 | 50 |
| 2026-11-02 | 42,9 |
| 2026-11-09 | 29,6 |
Technologien im Zeitverlauf
Wie sich der Anteil der Data Warehouse-Stellen verändert hat, die jede der Top-Technologien nennen.
Ausschreibungen mit der Technologie, %
Diagrammdaten
| Zeitraum | Snowflake | cloud | SQL |
|---|---|---|---|
| 2026-08-17 | 80,8 | 34,6 | 11,5 |
| 2026-08-24 | 74,3 | 22,9 | 22,9 |
| 2026-08-31 | 72,5 | 25 | 17,5 |
| 2026-09-07 | 76,5 | 29,4 | 17,6 |
| 2026-09-14 | 64,5 | 16,1 | 38,7 |
| 2026-09-21 | 76,2 | 31,7 | 22,2 |
| 2026-09-28 | 56 | 59,5 | 26,2 |
| 2026-10-05 | 70,8 | 47,2 | 49,4 |
| 2026-10-12 | 75,3 | 43,3 | 34,3 |
| 2026-10-19 | 78,7 | 42,7 | 65,2 |
| 2026-10-26 | 77,4 | 44,1 | 60,2 |
| 2026-11-02 | 72,1 | 52,3 | 58,1 |
| 2026-11-09 | 71,9 | 42,1 | 48,8 |
Die Reihe beginnt am 17. Aug.: davor gibt es keine Daten.
Anteil unter Ausschreibungen mit getaggtem Stack; die Reihe beginnt am 10. Aug.: davor wurden Stack-Tags anders vergeben. Wochen mit weniger als 20 getaggten Ausschreibungen bleiben leer.
Diagrammdaten
| Woche | Snowflake | cloud | SQL | Python | dbt |
|---|---|---|---|---|---|
| 2026-08-10 | — | — | — | — | — |
| 2026-08-17 | 80,8 | 34,6 | 11,5 | 3,8 | 7,7 |
| 2026-08-24 | 74,3 | 22,9 | 22,9 | 28,6 | 2,9 |
| 2026-08-31 | 72,5 | 25 | 17,5 | 10 | 15 |
| 2026-09-07 | 76,5 | 29,4 | 17,6 | 11,8 | 2,9 |
| 2026-09-14 | 64,5 | 16,1 | 38,7 | 19,4 | 6,5 |
| 2026-09-21 | 76,2 | 31,7 | 22,2 | 31,7 | 19 |
| 2026-09-28 | 56 | 59,5 | 26,2 | 29,8 | 14,3 |
| 2026-10-05 | 70,8 | 47,2 | 49,4 | 42,7 | 16,9 |
| 2026-10-12 | 75,3 | 43,3 | 34,3 | 20,2 | 16,9 |
| 2026-10-19 | 78,7 | 42,7 | 65,2 | 44,9 | 40,4 |
| 2026-10-26 | 77,4 | 44,1 | 60,2 | 48,4 | 32,3 |
| 2026-11-02 | 72,1 | 52,3 | 58,1 | 52,3 | 40,7 |
| 2026-11-09 | 71,9 | 42,1 | 48,8 | 37,2 | 33,1 |
Länder im Zeitverlauf
Wie sich der Anteil der Data Warehouse-Stellen in jedem der Top-Länder pro Woche verändert hat.
Ausschreibungen im Land, %
Diagrammdaten
| Zeitraum | Polen | USA | Vereinigtes Königreich |
|---|---|---|---|
| 2026-06-01 | 56,2 | 28,1 | 0 |
| 2026-06-08 | 27,6 | 37,9 | 3,4 |
| 2026-06-15 | 43,2 | 18,9 | 8,1 |
| 2026-06-22 | 63,2 | 12,6 | 1,1 |
| 2026-06-29 | 37,9 | 34,5 | 3,4 |
| 2026-07-06 | 17,9 | 51,8 | 0 |
| 2026-07-13 | 24,6 | 31,1 | 1,6 |
| 2026-07-20 | 55,2 | 14,9 | 11,5 |
| 2026-07-27 | 65,5 | 5,2 | 12,1 |
| 2026-08-03 | 17,1 | 12,2 | 22 |
| 2026-08-10 | 10 | 20 | 40 |
| 2026-08-17 | 13,6 | 9,1 | 45,5 |
| 2026-08-24 | 25 | 17,9 | 28,6 |
| 2026-08-31 | 11,1 | 13,9 | 38,9 |
| 2026-09-07 | 6,7 | 13,3 | 36,7 |
| 2026-09-14 | 7,4 | 29,6 | 18,5 |
| 2026-09-21 | 14,3 | 25 | 8,9 |
| 2026-09-28 | 18,6 | 15,1 | 7 |
| 2026-10-05 | 37,2 | 8,1 | 9,3 |
| 2026-10-12 | 23,4 | 19,3 | 10,3 |
| 2026-10-19 | 42,7 | 15,9 | 4,9 |
| 2026-10-26 | 39,8 | 14,8 | 10,2 |
| 2026-11-02 | 27,7 | 25,3 | 6 |
| 2026-11-09 | 23,3 | 14,6 | 8,7 |
Anteil unter Ausschreibungen mit bekanntem Land; das Diagramm zeigt die fünf Länder mit den meisten Ausschreibungen über sechs Monate. Wochen mit weniger als 20 Ausschreibungen mit bekanntem Land bleiben leer. Ein steigender Anteil kann eine neu angebundene Quelle in diesem Land bedeuten statt Marktwachstum.
Diagrammdaten
| Woche | Polen | USA | Indien | Vereinigtes Königreich | Australien |
|---|---|---|---|---|---|
| 2026-06-01 | 56,2 | 28,1 | 6,2 | 0 | 0 |
| 2026-06-08 | 27,6 | 37,9 | 17,2 | 3,4 | 0 |
| 2026-06-15 | 43,2 | 18,9 | 5,4 | 8,1 | 2,7 |
| 2026-06-22 | 63,2 | 12,6 | 8 | 1,1 | 1,1 |
| 2026-06-29 | 37,9 | 34,5 | 5,7 | 3,4 | 2,3 |
| 2026-07-06 | 17,9 | 51,8 | 16,1 | 0 | 0 |
| 2026-07-13 | 24,6 | 31,1 | 21,3 | 1,6 | 3,3 |
| 2026-07-20 | 55,2 | 14,9 | 6,9 | 11,5 | 3,4 |
| 2026-07-27 | 65,5 | 5,2 | 3,4 | 12,1 | 3,4 |
| 2026-08-03 | 17,1 | 12,2 | 19,5 | 22 | 4,9 |
| 2026-08-10 | 10 | 20 | 10 | 40 | 15 |
| 2026-08-17 | 13,6 | 9,1 | 18,2 | 45,5 | 9,1 |
| 2026-08-24 | 25 | 17,9 | 17,9 | 28,6 | 3,6 |
| 2026-08-31 | 11,1 | 13,9 | 16,7 | 38,9 | 11,1 |
| 2026-09-07 | 6,7 | 13,3 | 16,7 | 36,7 | 3,3 |
| 2026-09-14 | 7,4 | 29,6 | 29,6 | 18,5 | 3,7 |
| 2026-09-21 | 14,3 | 25 | 12,5 | 8,9 | 5,4 |
| 2026-09-28 | 18,6 | 15,1 | 11,6 | 7 | 7 |
| 2026-10-05 | 37,2 | 8,1 | 11,6 | 9,3 | 2,3 |
| 2026-10-12 | 23,4 | 19,3 | 15,2 | 10,3 | 0,7 |
| 2026-10-19 | 42,7 | 15,9 | 12,2 | 4,9 | 6,1 |
| 2026-10-26 | 39,8 | 14,8 | 12,5 | 10,2 | 5,7 |
| 2026-11-02 | 27,7 | 25,3 | 4,8 | 6 | 1,2 |
| 2026-11-09 | 23,3 | 14,6 | 5,8 | 8,7 | 0 |
Bereinigter Markt: Einstellungsindex
Dieselben 7.505 Karriereseiten von Arbeitgebern; die Zahl der Ausschreibungen stammt direkt von der Seite. Neue Quellen bewegen diesen Index nicht — er zeigt den Markt, nicht unsere Abdeckung. Das ist der gesamte Panelmarkt, nicht nur Data Warehouse.
Einstellungsindex, 16. Okt. = 100
Diagrammdaten
| Zeitraum | Einstellungsindex |
|---|---|
| 2026-10-16 | 100 |
| 2026-10-17 | 100,03 |
| 2026-10-18 | 99,76 |
| 2026-10-19 | 99,68 |
| 2026-10-20 | 99,27 |
| 2026-10-21 | 98,6 |
| 2026-10-22 | 99,07 |
| 2026-10-23 | 97,4 |
| 2026-10-24 | 97,41 |
| 2026-10-26 | 97,33 |
| 2026-10-27 | 96,76 |
| 2026-10-28 | 96,21 |
| 2026-10-29 | 95,17 |
| 2026-10-30 | 95,13 |
| 2026-10-31 | 93,65 |
| 2026-11-01 | 93,33 |
| 2026-11-02 | 92,67 |
| 2026-11-03 | 92,65 |
| 2026-11-04 | 92,41 |
| 2026-11-05 | 92,13 |
| 2026-11-06 | 90,44 |
| 2026-11-07 | 90,48 |
| 2026-11-08 | 90,45 |
| 2026-11-10 | 90,29 |
| 2026-11-11 | 90,22 |
| 2026-11-13 | 90,12 |
| 2026-11-14 | 89,7 |
| 2026-11-15 | 89,68 |
| 2026-11-16 | 89,62 |
| 2026-11-18 | 88,91 |
| 2026-11-19 | 88,02 |
Kettenindex: Jeder Tag vergleicht nur Seiten, die an diesem und am vorherigen Tag abgefragt wurden; Ausreißer und plattformweite Abfrageausfälle sind ausgeschlossen. Tage ohne vergleichbare Paare bleiben leer.
Diagrammdaten
| Tag | Einstellungsindex |
|---|---|
| 2026-10-16 | 100 |
| 2026-10-17 | 100,03 |
| 2026-10-18 | 99,76 |
| 2026-10-19 | 99,68 |
| 2026-10-20 | 99,27 |
| 2026-10-21 | 98,6 |
| 2026-10-22 | 99,07 |
| 2026-10-23 | 97,4 |
| 2026-10-24 | 97,41 |
| 2026-10-26 | 97,33 |
| 2026-10-27 | 96,76 |
| 2026-10-28 | 96,21 |
| 2026-10-29 | 95,17 |
| 2026-10-30 | 95,13 |
| 2026-10-31 | 93,65 |
| 2026-11-01 | 93,33 |
| 2026-11-02 | 92,67 |
| 2026-11-03 | 92,65 |
| 2026-11-04 | 92,41 |
| 2026-11-05 | 92,13 |
| 2026-11-06 | 90,44 |
| 2026-11-07 | 90,48 |
| 2026-11-08 | 90,45 |
| 2026-11-10 | 90,29 |
| 2026-11-11 | 90,22 |
| 2026-11-13 | 90,12 |
| 2026-11-14 | 89,7 |
| 2026-11-15 | 89,68 |
| 2026-11-16 | 89,62 |
| 2026-11-18 | 88,91 |
| 2026-11-19 | 88,02 |
Wie viele offene Data Warehouse-Jobs es gibt und wie viele passende Fachkräfte Zorky sieht.
Nachfrage und beobachtetes Angebot: Data Warehouse
Diagrammdaten
| Kennzahl | Wert |
|---|---|
| Offene Nachfrage | 570 |
| Offene Nachfrage | 570 |
| Beobachtetes Angebot | — nicht veröffentlicht |
⚠ zu einer Stelle passende Kandidaten werden noch nicht gezählt: gezeigt werden Nachfrage und der beobachtete Pool
Wie sich die Gehälter in Data Warehouse-Jobs verteilen, in US-Dollar pro Monat.
Gehaltsverteilung: Data Warehouse
Diagrammdaten
| Kennzahl | Wert |
|---|---|
| <$1k | 0 |
| $1–2k | 0 |
| $2–3k | 0 |
| $3–4k | 0 |
| $4–5k | 6 |
| $5–6k | 8 |
| $6–7k | 15 |
| $7–8k | 5 |
| $8–9k | 7 |
| $9–10k | 5 |
| $10–12k | 10 |
| $12–15k | 4 |
| $15–20k | 1 |
| $20k+ | 1 |
- für die Berechnung nutzbar: 62 (10,9%)
- angegeben, aber nicht in USD/Monat umgerechnet: 103 (18,1%)
- nicht angegeben: 405 (71,1%)
Jede zehnte Stellenanzeige bietet unter $5.000, jede zehnte über $11.885. Die Hälfte der Anzeigen bietet zwischen $6.062 und $10.129. Stichprobe: 62.
Das Histogramm der Gehaltsspannen für Data Warehouse Engineer berücksichtigt nur Anzeigen mit ausdrücklich angegebener Vergütungsspanne; der Median wird über dieselbe Stichprobe berechnet.
Diagrammdaten
| Kennzahl | Untergrenze | Obergrenze | Anzahl |
|---|---|---|---|
| <$1k | 0 | 1.000 | 0 |
| $1–2k | 1.000 | 2.000 | 0 |
| $2–3k | 2.000 | 3.000 | 0 |
| $3–4k | 3.000 | 4.000 | 0 |
| $4–5k | 4.000 | 5.000 | 6 |
| $5–6k | 5.000 | 6.000 | 8 |
| $6–7k | 6.000 | 7.000 | 15 |
| $7–8k | 7.000 | 8.000 | 5 |
| $8–9k | 8.000 | 9.000 | 7 |
| $9–10k | 9.000 | 10.000 | 5 |
| $10–12k | 10.000 | 12.000 | 10 |
| $12–15k | 12.000 | 15.000 | 4 |
| $15–20k | 15.000 | 20.000 | 1 |
| $20k+ | 20.000 | — | 1 |
In welchen Ländern es die meisten offenen Data Warehouse-Jobs gibt.
Geografie der Nachfrage: Data Warehouse
| Land | Stellen | Anteil |
|---|---|---|
| Polen | 191 | 37,9% |
| Vereinigte Staaten | 85 | 16,9% |
| Indien | 51 | 10,1% |
| Vereinigtes Königreich | 33 | 6,5% |
| Frankreich | 25 | 5% |
| Deutschland | 25 | 5% |
| Rumänien | 16 | 3,2% |
| Kanada | 8 | 1,6% |
| Mexiko | 6 | 1,2% |
| Russland | 6 | 1,2% |
| Übrige Länder | 58 | 11,5% |
Die meisten Stellen für Data Warehouse Engineer gibt es in Polen (191 Positionen).
⚠ nur Stellenzahlen: Gehalt nach Land wird nicht veröffentlicht
Diagrammdaten
| Land | Stellen |
|---|---|
| PL | 191 |
| US | 85 |
| IN | 51 |
| GB | 33 |
| FR | 25 |
| DE | 25 |
| RO | 16 |
| CA | 8 |
| MX | 6 |
| RU | 6 |
Welche Technologien am häufigsten im selben Job wie Data Warehouse verlangt werden.
Wird zusammen verwendet mit
Anteil — wie viele der 570 Stellen im Markt Data Warehouse diese Technologie nennen. Sortiert nach Stellenzahl, nicht nach „Stärke des Zusammenhangs“. Oberbegriffe wie cloud sind keine bestimmte Cloud (AWS, Azure).
In den Anforderungen an Data Warehouse Engineer werden am häufigsten folgende Fähigkeiten und Technologien genannt: Snowflake, SQL, Python und dbt.
Diagrammdaten
| Name | Anzahl |
|---|---|
| snowflake | 433 |
| cloud | 264 |
| sql | 248 |
| python | 207 |
| dbt | 197 |
| aws | 153 |
| azure | 130 |
| airflow | 126 |
| databricks | 89 |
| gcp | 85 |
| bigquery | 82 |
| kafka | 32 |
Wie viele Data Warehouse-Jobs es auf jeder Stufe gibt — von Junior bis Principal.
Nachfrage nach Level: Data Warehouse
| Level | Stellen |
|---|---|
| senior | 243 |
| middle | 58 |
| Principal | 33 |
| lead | 28 |
| junior | 11 |
Auf Senior und höher entfallen etwa 82% der 373 Anzeigen für Data Warehouse Engineer mit ausdrücklich angegebener Stufe.
⚠ nur die Nachfrageseite: das Level des beobachteten Pools ist größtenteils unbekannt
Diagrammdaten
| Stufe | Anzahl |
|---|---|
| senior | 243 |
| middle | 58 |
| Principal | 33 |
| lead | 28 |
| junior | 11 |
Wer im Bereich Data Warehouse am meisten einstellt und wie stark sich die Nachfrage auf die größten Unternehmen konzentriert.
Arbeitgeber: Data Warehouse
Die Nachfrage verteilt sich auf 280 Arbeitgeber. Der größte steht für 3.2 %, die Top Ten für 20.9 %; die übrigen 79.1 % sind Long Tail.
| Anteil | Wert |
|---|---|
| Top-1 | 3.2% |
| Top-3 | 8.8% |
| Top-10 | 20.9% |
| Long Tail | 79.1% |
Stellen als Data Warehouse Engineer stammen von 280 verschiedenen Arbeitgebern; der größte davon macht nur 3.2% der Anzeigen aus — der Markt hängt nicht an einem einzigen Arbeitgeber.
⚠ Namen werden nicht angezeigt: Personalvermittler und Endarbeitgeber werden vom Klassifikator noch nicht unterschieden
Von welchen Unternehmensseiten und Jobbörsen Zorky Data Warehouse-Jobs sammelt.
Wo Zorky diesen Markt sieht
Beobachtet in 67 Quellen; die größte steht für 18.8 % — dieser Markt hängt nicht an einem einzigen Kanal.
Anzeigen für Data Warehouse Engineer kommen überwiegend aus Jobbörsen & Aggregatoren sowie ATS & Karriereseiten.
Diagrammdaten
| Klasse | Name | Englischer Name | Anzahl | Anteil |
|---|---|---|---|---|
| board | джоб-борды и агрегаторы | Jobbörsen & Aggregatoren | 280 | 0,4912 |
| ats | ATS и карьерные сайты | ATS & Karriereseiten | 272 | 0,4772 |
| telegram | Telegram | Telegram | 18 | 0,0316 |
Die neuesten Data Warehouse-Jobs von Karriereseiten der Unternehmen.
Neueste Ausschreibungen: Data Warehouse
- Snowflake Data Engineer (Middle+/Senior)
- Snowflake Data Engineer (Middle+/Senior)
- Snowflake Data Engineer (Middle+/Senior) | Remote
- Snowflake Data Engineer | German B2+ Required | Fully Remote · RS
- Snowflake Data Engineer | 3 year(s) | Middle | IC
- Senior Data Engineer (Snowflake, AWS, Big Data) · AU
- Snowflake Data Engineer · US
- Snowflake Consultant - Senior Manager – Data & AI Engineering · GB
Benachbarte Märkte
⚠ angrenzende Märkte zum Vergleich sind noch nicht definiert
So wird gemessen
- Stelle
- eine offene Stelle, die das Qualitäts-Gate passiert hat und mindestens zwei Technologien nennt
- Beobachteter Kandidat
- ein Kandidat, dessen Stack diese Technologie enthält; ein Aggregat — kein einziger Datensatz verlässt den Perimeter
- Matchbarer Kandidat
- noch nicht gezählt
- Fenster
- Stellen, die zum Zeitpunkt der Erstellung des Snapshots offen waren
Über die Daten
- Einige Aufschlüsselungen sind ausgeblendet: Die Datenabdeckung reicht noch nicht aus.
- Statistiken erscheinen nur, wo die Stichprobe eine Qualitätsschwelle passiert.
- Ein fehlender Block bedeutet nicht den Wert null.
Derzeit ausgeblendete Aufschlüsselungen: 8.
Häufig gestellte Fragen
Häufige Fragen zur Rolle Data Warehouse Engineer — kurze Antworten aus demselben Datenausschnitt.
Was macht ein Data Warehouse Engineer?
Ein Data Warehouse Engineer baut das Data Warehouse eines Unternehmens: Modelle für Schichten und Data Marts, Datenaufnahme aus Quellen, Datenqualität und Abfrageperformance für BI und Analytics.
Welche Fähigkeiten verlangen Anzeigen für Data Warehouse Engineer?
Der Kern sind fortgeschrittenes SQL, Modellierung (Kimball, Data Vault), ein Cloud-Warehouse (Snowflake, BigQuery, Redshift), dbt, Orchestrierung und Kontrolle der Datenqualität. Im aktuellen Ausschnitt erscheinen Snowflake, SQL, Python und dbt am häufigsten in den Anforderungen.
Nach welchen Modellierungsmethoden wird gefragt?
Am häufigsten Kimball-Sternschemata und Data Vault; zunehmend die Schichtenarchitektur (bronze/silver/gold) von Lakehouse-Plattformen.
Wie remote-freundlich sind Stellen für Data Warehouse Engineer?
42% der Stellenanzeigen mit explizitem Format erlauben vollständig remote Arbeit; der Ausschnitt verfolgt 570 offene Stellen.
Alle Marktdaten zu Data Warehouse erhalten
Vollständige Rollenanalyse — Gehaltsspannen, Arbeitgeber, Trends und verfügbare Kandidaten. Hinterlassen Sie einen Kontakt, und wir schicken die Details.