Data Specialist (m/w/d) in Frankfurt am Main

Standort Frankfurt am Main | München | Remote | Vollzeit

Deine Rolle

Du möchtest komplexe Daten nicht nur verarbeiten, sondern ihre Bedeutung verstehen und daraus neue Produkte, Merkmale und Anwendungsmodelle entwickeln? In unserem Data-Engineering-Team verbindest du Data Science und Geoinformatik mit solider technischer Umsetzung. Dein Schwerpunkt liegt auf Analyse, Interpretation und fachlicher Produktentwicklung – zugleich setzt du deine Ansätze mit Python, SQL und skalierbaren Datenverfahren praktisch um.

Deine Aufgaben

• Du entwickelst Ideen für neue datengetriebene Produkte und übersetzt fachliche Fragestellungen in analytische Konzepte. Du erklärst Ergebnisse sowie Grenzen klar gegenüber unterschiedlichen Stakeholdern.
• Du explorierst und bewertest neue Datenquellen und entwickelst Ideen für ihre fachliche Nutzung und Integration.
• Du konzipierst Analyseverfahren und Modelle und setzt sie mit Python, SQL und bei großen Datenmengen bevorzugt mit PySpark um.
• Du analysierst, verknüpfst und interpretierst Geo-, Markt- und soziodemografische
• Du entwickelst fachlich belastbare Merkmale, Zielgruppen-, Scoring- und Anwendungsmodelle für unsere Datenprodukte.
• Du führst räumliche Analysen durch, erkennst Muster und leitest daraus verständliche, praxisrelevante Erkenntnisse ab.
• Du erkennst Zusammenhänge, hinterfragst Merkmale und Ergebnisse kritisch und bewertest die Aussagekraft, Qualität, Vollständigkeit und Plausibilität von Daten, Methoden und Ergebnissen.
• Du arbeitest mit Data Engineers an skalierbaren, reproduzierbaren und automatisierten Daten- und Analyseprozessen.
• Du fungierst als fachliche Ansprechperson für die Interpretation und Nutzung unserer Datenprodukte und arbeitest eng mit Produktmanagement und weiteren Fachbereichen zusammen.

Das bringst du mit

• Ein abgeschlossenes Studium in Data Science, Geoinformatik, Geografie, Statistik, Informatik oder einer vergleichbaren Fachrichtung.
• Ausgeprägte analytische Fähigkeiten und ein sehr gutes Verständnis für Dateninhalte, Zusammenhänge, Auffälligkeiten und fachliche Aussagekraft.
• Gute Kenntnisse in Python und SQL; Erfahrung mit PySpark oder anderen Werkzeugen zur Verarbeitung großer Datenmengen ist willkommen.
• Erfahrung in explorativer Datenanalyse, Merkmalsentwicklung, statistischer Modellierung oder Machine Learning.
• Kenntnisse in Geodatenverarbeitung und räumlicher Analyse, beispielsweise mit GeoPandas, PostGIS, QGIS, ArcGIS oder vergleichbaren Werkzeugen sind wünschenswert
• Ein gutes technisches Verständnis für Datenpipelines, Datenmodelle, Automatisierung und reproduzierbare Analyseprozesse.
• Die Fähigkeit, Ergebnisse kritisch zu hinterfragen, methodische Grenzen zu benennen und aus Analysen konkrete Produktideen abzuleiten.
• Eine strukturierte, eigenständige Arbeitsweise, hohes Qualitätsbewusstsein und Freude an interdisziplinärer Zusammenarbeit.
• Kommunikationsstärke und die Fähigkeit, komplexe Analysen klar, adressatengerecht und praxisnah zu vermitteln.

Das erwartet dich bei uns

• Inhaltlich anspruchsvolle Aufgaben an der Schnittstelle von Data Science, Data Engineering und Geoinformatik.
• Die Möglichkeit, umfangreiche Datenbestände zu erschließen und datenbasierte Produkte fachlich aktiv weiterzuentwickeln.
• Viel Gestaltungsspielraum für neue Methoden, Merkmale, Modelle und Anwendungsfelder.
• Ein erfahrenes, kollegiales Team mit kurzen Abstimmungswegen und gegenseitigem Wissensaustausch.
• Flexible Arbeitsmodelle mit einer Kombination aus Büro und mobilem Arbeiten.
• Eine fundierte Einarbeitung und Möglichkeiten zur fachlichen und persönlichen Weiterentwicklung.

Seit über 50 Jahren unterstützt Acxiom Marken und Agenturen dabei, datengetriebene Marketingentscheidungen zu treffen. Als Teil eines international aufgestellten Unternehmens arbeiten wir mit führenden Marken und Agenturen erfolgreich zusammen.

Bei Acxiom fördern wir Vielfalt, Chancengleichheit und ein respektvolles Miteinander. Denn wir sind überzeugt, dass unterschiedliche Perspektiven zu besseren Ergebnissen führen.