Auf einen Blick
- Aufgaben: Entwickle innovative Datenanalysen und KI-Lösungen zur Verbesserung der Finanzoperationen.
- Unternehmen: Weltweit führendes Unternehmen im Bereich Sportbekleidung mit einem kreativen Team.
- Vorteile: Attraktives Gehalt, flexible Arbeitszeiten, Weiterbildungsmöglichkeiten und ein unterstützendes Umfeld.
- Weitere Informationen: Dynamisches Arbeitsumfeld mit hervorragenden Karrierechancen und agilen Arbeitsmethoden.
- Warum dieser Job: Gestalte die Finanzanalytik mit verantwortungsbewusster KI und erziele messbare Ergebnisse.
- Qualifikationen: Mindestens 3 Jahre IT-Erfahrung, Kenntnisse in Python oder R und SQL erforderlich.
Das prognostizierte Gehalt liegt zwischen 54000 - 66000 € pro Jahr.
Overview
As a Data Analyst in the Advanced Analytics – Finance team, you will help develop forecasting, agentic AI, and analytics solutions that improve Finance operations.
You’ll work with Data & AI and Finance colleagues to advance the analytics lifecycle from data understanding to deployment and monitoring.
This role offers hands-on data science experience with tangible business impact in a globally distributed environment.
You’ll contribute to measurable outcomes while expanding practical skills in a supportive team.
This is a chance to shape finance analytics at Adidas through responsible AI and governance-aware solutions.
- Verantwortungsbereiche
- Support development, testing and improvement of data science methods for Finance use cases, focusing on forecasting and predictive analytics
- Explore, clean and prepare structured and unstructured data, assess data quality and document assumptions
- Build and evaluate machine learning and statistical models using supervised and unsupervised techniques
- Contribute to time series forecasting, model validation, experiment design and analysis, and interpret model performance
- Translate analytical findings into actionable recommendations and identify new analytics opportunities
- Adhere to reproducible development practices, including version control, code review, testing and documentation
- Support design, prototyping, testing and improvement of agentic AI solutions for Finance use cases
- Evaluate agent outputs for accuracy and usefulness and identify risks such as hallucinations and prompt injection
- Create clear visualizations and concise narratives that explain model results and business implications
- Present analyses to Finance, Data & AI and Tech teams, adapting detail to audience
- Share learnings and reusable code within the data science community
- Collaborate with Finance owners and Tech teams on data access, governance and deployment
- Support adoption of analytics solutions through demonstrations and documentation
- Zentrale Anforderungen
- At least 3 years of IT experience; 1 year in a relevant area
- Strong foundation in statistics, data preparation, model evaluation and common ML methods
- Working knowledge of Python or R (Python preferred) and SQL
- Experience with pandas, scikit-learn, statsmodels or similar libraries
- Familiarity with Git and reproducible software development practices
- Foundational understanding of generative AI and LLM concepts (prompting, embeddings, RAG, tool use)
- Hands-on exposure to building or evaluating a Gen AI or agentic AI prototype is an advantage
- Awareness of responsible AI topics (hallucination risk, privacy, security, bias, human oversight)
- Familiarity with cloud/big data environments (AWS, Databricks, Spark) is an advantage
- Awareness of MLOps concepts; Docker or DL frameworks (Py Torch/Tensor Flow) a plus
- Exposure to optimization, simulation or what-if analysis is beneficial
- Experience with agile ways of working is an advantage
- Excellent English communication; ability to explain analytics to technical and non-technical audiences
- Curious, collaborative, detail-oriented and solution-focused
- Curious and collaborative mindset
- Structured and solution-oriented approach
- Strong communication for cross-functional audiences
- Python or R
- SQL
- pandas, scikit-learn, statsmodels
Data Analyst - Advanced Analytics Finance (m/f/d) in Herzogenaurach Arbeitgeber: Adidas Group
Adidas ist ein hervorragender Arbeitgeber, der eine inklusive und vielfältige Arbeitsumgebung fördert. In Rieste bieten wir nicht nur ein dynamisches Arbeitsumfeld, sondern auch zahlreiche Möglichkeiten zur persönlichen und beruflichen Weiterentwicklung. Unsere Mitarbeiter profitieren von einer starken Unternehmenskultur, die Innovation und Zusammenarbeit schätzt, sowie von einem engagierten Team, das sich für die Unterstützung und Entwicklung aller Mitarbeiter einsetzt.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass du so Data Analyst - Advanced Analytics Finance (m/f/d) in Herzogenaurach erhalten könntest
✨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 Adidas Group 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 Data Analyst - Advanced Analytics Finance (m/f/d) in Herzogenaurach 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 Data Analyst - Advanced Analytics Finance (m/f/d) bei Adidas Group gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei Adidas Group 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 Adidas Group entscheidend sein!
