Auf einen Blick
- Aufgaben: Entwickle und pflege analytische Datenmodelle in Google BigQuery für leistungsstarke Berichterstattung.
- Unternehmen: Innovatives Unternehmen im Bereich Datenanalyse mit einem dynamischen Team.
- Vorteile: Attraktives Gehalt, flexible Arbeitszeiten und Möglichkeiten zur beruflichen Weiterentwicklung.
- Weitere Informationen: Hohe Autonomie und die Möglichkeit, in einem technischen Neuland zu arbeiten.
- Warum dieser Job: Gestalte die Zukunft der Datenanalyse und arbeite an spannenden Projekten.
- Qualifikationen: Experte in Datenmodellierung und Cloud-Datenbanken, insbesondere Google BigQuery.
Das prognostizierte Gehalt liegt zwischen 60000 - 80000 € pro Jahr.
Own the Semantic Layer: Design, build, and maintain production-grade analytical data transformations and metrics definitions within Google BigQuery to enable robust performance and budget reporting for our bidding marketplaces.
Data Quality & Validation Governance: Establish rigorous, automated data validation frameworks and schema checks to shield public-facing reporting dashboards and analytical tables from upstream variance or structural drift.
Deconstruct Legacy Transformations: Lead the migration of complex analytical transformation rules and data aggregation queries directly out of historical legacy application repositories into modular, decoupled analytics environments.
Resolve Catalog & Domain Coupling: Partner with Data Engineers to engineer clean data modeling boundaries around shared catalog assets (such as products and brands) that connect the decentralized product stack with core platform endpoints.
Technical Stewardship: Set analytics engineering standards, direct code-reuse conventions, and establish reusable data blueprints within the team.
Qualifications
- Data Transformation & Semantic Modeling Principles: Expert in designing modular and performance-optimized analytical data models, and building scalable incremental transformations.
- Cloud Data Warehousing: Advanced SQL mastery and extensive native Erfahrung innerhalb cloud-basierter Big Data-Plattformen (z.B. Google BigQuery).
- Orchestration Environment Integration: Praktische Erfahrung mit modernen Workflow-Orchestratoren wie Dagster zur Synchronisierung von Datenassets und ereignisgesteuerten Pipeline-Zeitplänen.
- Data Validation & Quality Engineering: Umfangreiche Erfahrung im Schreiben deklarativer Datenprüfungen, Regressionstest-Aussagen und Datenqualitätsprüfungen zur Durchsetzung strenger Metrikdefinitionskonformität.
- CI/CD & Modern Engineering Practices: Kenntnisse in Git-Versionierung, strukturierten Code-Review-Prozessen und automatisierten Bereitstellungsinfrastrukturen wie GitLab CI/CD-Pipelines.
- Information Architect Mindset: Ein struktureller Entwickler, der darin glänzt, lose Geschäftsbeschreibungen in hochstrukturierte, zuverlässige und standardisierte Metrikumgebungen zu transformieren.
- Effective Communicator: In der Lage, komplexe Datenbankschemas, Transformationsentscheidungen und analytische Definitionen klar an Softwareentwickler zu vermitteln.
- High Autonomy & Proactive Ownership: Hoch motiviert, Datenblaupausen in einem technischen Greenfield-Kontext zu etablieren.
Nice to Have
- Data Transformation Tooling: Praktische, praktische Erfahrung mit dbt (Data Build Tool) zur Verwaltung von versionskontrollierten analytischen Modellcodebasen, Validierungsschemata und Bereitstellungs-Workflows.
- Domain Expertise: Vorherige Erfahrung in einem eCommerce-, Retail-Tech- oder Ad-Tech-Ökosystem mit einem soliden Verständnis für Web-Analytics-Tracking, Trichterparameter oder Anzeigenleistungsmetriken.
Senior Analytics Engineer - Sponsored Content & Products (all genders) Arbeitgeber: About You
Als Arbeitgeber bieten wir Ihnen die Möglichkeit, in einem dynamischen und innovativen Umfeld zu arbeiten, das auf Datenanalytik spezialisiert ist. Unsere Unternehmenskultur fördert Kreativität und Eigenverantwortung, während wir gleichzeitig umfangreiche Weiterbildungsmöglichkeiten und Karriereentwicklung bieten. Mit unserem Standort in einer pulsierenden Stadt profitieren Sie von einem inspirierenden Arbeitsumfeld und der Chance, an spannenden Projekten im Bereich eCommerce und Ad-Tech mitzuwirken.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass Sie so Senior Analytics Engineer - Sponsored Content & Products (all genders) erhalten könnten
✨Wende dich an die richtigen Communities
Schau dir Online-Communities und Foren an, die sich um Data Science drehen, wie Kaggle oder GitHub. Engagiere dich dort aktiv, teile deine Projekte und lerne von anderen – das wird dir helfen, nicht nur einen Fuß in die Tür zu bekommen, sondern auch wertvolle Kontakte zu knüpfen.
✨Präsentiere deine Daten-Projekte
Baue ein Portfolio auf, das deine besten Projekte zeigt. Nutze Plattformen wie GitHub oder eine persönliche Webseite, um deine Arbeiten zu veröffentlichen. Arbeitgeber im Data Science-Bereich schauen oft direkt auf praktische Erfahrungen, also zeig, was du drauf hast!
✨Nimm an Meetups und Hackathons teil
Besuche lokale Data Science-Meetups oder nehme an Hackathons teil. Diese Veranstaltungen sind nicht nur super, um dein Wissen zu erweitern, sondern auch Gold wert für Networking. Du lernst Fachkollegen kennen und kannst auf Lockere Art und Weise Eventualjobs ergattern.
✨Direkte Bewerbungen über unsere Seite
Vergiss nicht, direkt auf unserer Website nach Stellenangeboten bei About You zu schauen. Hier kannst du dich auf offene Datenwissenschaftsstellen bewerben und zeigst damit direktes Interesse, das viele Arbeitgeber schätzen!
Wir glauben, dass du diese Fähigkeiten brauchst, um Senior Analytics Engineer - Sponsored Content & Products (all genders) mit Bravour zu bestehen
Einige Tipps für deine Bewerbung 🫡
Lass deine Daten sprechen!:In einem Bereich wie Data Science ist es entscheidend, dass du deine praktischen Fähigkeiten präsentierst. Wenn du an Projekten gearbeitet hast, die deine Analysefähigkeiten oder dein Wissen über Machine Learning demonstrieren, teile sie in deinem Lebenslauf oder füge einen Link zu deinem GitHub-Portfolio bei. Die Daten, die du analysiert hast, und die Tools, die du verwendest, sollten klar hervorgehoben werden.
Ergebnisse quantifizieren!:Unterstütze deine Erfahrung mit quantifizierbaren Ergebnissen. Zeige, wie du durch deine Analysen oder Modelle zur Entscheidungsfindung beigetragen hast oder wie deine Berechnungen den Rohdaten neue Erkenntnisse entlockt haben. Arbeitgeber in der Data Science sind oft an konkreten Verbesserungen und Effizienzsteigerungen interessiert!
Erläutere deine Lernbereitschaft!:Da es sich um eine Vollzeitstelle handelt, zeige in deinem Anschreiben, dass du bereit bist, zu lernen und dich weiterzuentwickeln. Sprich über deine Neugier für neue Technologien oder Methoden im Data Science Bereich. Vielleicht hast du auch Kurse besucht oder Zertifikate erworben, die deine Begeisterung zeigen!
Die richtige technische Sprache!:Achte darauf, dass deine Bewerbung alle relevanten technischen Begriffe enthält, die in der Data Science gebräuchlich sind. Nenne spezifische Programmier- und Analysetools wie Python, R oder SQL, die du beherrschst. Dies macht es für die Rekrutierer einfacher, schnell zu erkennen, dass du für die Rolle als Senior Analytics Engineer - Sponsored Content & Products (all genders) bei About You gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei About You vorbereitet
✨Bereite deine technischen Skills vor
In einem Vorstellungsgespräch für eine Data-Science-Position wird oft dein Wissen über Tools wie Python, R oder SQL getestet. Mach dich mit gängigen Algorithmen und deren Einsatzmöglichkeiten vertraut, denn technische Fragen können schnell kommen. Lass uns sicherstellen, dass du in diesen Bereichen glänzt!
✨Verschaffe dir einen Überblick über Projekte
Da es sich um eine Vollzeitstelle handelt, ist es wichtig, dass du konkrete Erfahrungen und Projekte vorweisen kannst. Wenn du bereits an Data-Science-Projekten gearbeitet hast, sei bereit, diese in der Tiefe zu erläutern und zu diskutieren, wie du die Probleme gelöst hast. Dein Portfolio kann hier einen echten Unterschied machen!
✨Vorbereitung auf case studies
In Data-Science-Interviews sind case studies und praktische Probleme häufig Teil des Gesprächs. Übe, wie du strukturiert und logisch an solche Aufgaben herangehst. Arbeitgeber möchten sehen, wie du Daten analysierst und Lösungen entwickelst – bring also deine analytischen Fähigkeiten mit!
✨Zeige deine Leidenschaft für Daten
Mehr denn je geht es bei einer Vollzeitstelle darum, dass du nicht nur die Skills hast, sondern auch wirklich für das Feld brennst. Teile Anekdoten oder Erfahrungen, die zeigen, wie du zur Datenwissenschaft gekommen bist und was dich fasziniert. Diese Begeisterung kann für About You entscheidend sein!
