Auf einen Blick
- Aufgaben: Analysiere Daten und erstelle interaktive Dashboards für fundierte Entscheidungen.
- Arbeitgeber: AMINA Bank, ein innovativer Vorreiter in der Finanzbranche.
- Mitarbeitervorteile: Wettbewerbsfähiges Gehalt, flexible Arbeitszeiten und ein unterstützendes Team.
- Andere Informationen: Vielfältige Karrieremöglichkeiten in einem inklusiven Arbeitsumfeld.
- Warum dieser Job: Gestalte die Zukunft der Finanzen mit modernster Technologie und einem dynamischen Team.
- Gewünschte Qualifikationen: Erfahrung in SQL, Power BI und Python sowie Kenntnisse im Bankwesen.
Das voraussichtliche Gehalt liegt zwischen 45000 - 65000 € pro Jahr.
AMINA Bank ist ein Pionier in der Finanzbranche, gegründet im April 2018 und mit Hauptsitz in Zug. AMINA erhielt im August 2019 eine Schweizer Bank- und Wertpapierhändlerlizenz von der FINMA. Das breite, vertikal integrierte Dienstleistungsspektrum, kombiniert mit den höchsten Sicherheitsstandards, macht das Wertangebot von AMINA einzigartig. AMINA bietet weltweit von seinen regulierten Standorten in der Schweiz, Abu Dhabi und Hongkong Fiat- und Krypto-Dienstleistungen für progressive Investoren, sowohl für Einzelpersonen als auch für Unternehmen und Institutionen.
Wir suchen einen detailorientierten und analytischen Data Analyst mit starker technischer Expertise in SQL, Power BI und Python (mittelstufig), kombiniert mit tiefem Fachwissen im Bereich Banking und Finanzdienstleistungen. Der ideale Kandidat hat praktische Erfahrung mit Treasury- und Handelsdaten, um datengestützte Entscheidungen durch aufschlussreiche Berichterstattung und Analyse zu ermöglichen.
Ihre Aufgaben:
- Entwurf, Entwicklung und Wartung komplexer SQL-Abfragen zur Datenextraktion, -transformation und -analyse
- Erstellung und Optimierung interaktiver Dashboards und Berichte mit Power BI zur Unterstützung der Geschäftsinteressenten
- Datenanalyse mit Python zur Automatisierung, statistischen Analyse und Datenverarbeitung
- Enge Zusammenarbeit mit den Geschäftsteams im Banking, Treasury und Trading zur Erfassung der Datenanforderungen und deren Umsetzung in umsetzbare Erkenntnisse
- Analyse großer Finanzdatensätze, einschließlich Handelsdaten, Liquidität, Risiko und Treasury-Operationen
- Sicherstellung der Datenakkuratheit, Konsistenz und Integrität über die Berichtssysteme hinweg
- Identifizierung von Trends, Anomalien und Möglichkeiten zur Verbesserung der Unternehmensleistung
- Unterstützung von Ad-hoc-Analysen und Berichtsanforderungen von Interessengruppen
- Zusammenarbeit mit Datenengineering- und IT-Teams zur Verbesserung der Datenpipelines und der Datenverfügbarkeit.
Erforderliche Erfahrungen:
- 4-7 Jahre Erfahrung
- Technische Fähigkeiten:
- Starke Kenntnisse in SQL (komplexe Joins, Fensterfunktionen, Leistungsoptimierung)
- Expertise in Power BI (Datenmodellierung, DAX, Dashboard-Design, Leistungsoptimierung)
- Mittlere Kenntnisse in Python (Pandas, NumPy, grundlegende Datenpipelines, Skripting)
- Erfahrung mit großen Datensätzen und relationalen Datenbanken
Fachkenntnisse:
- Starkes Verständnis von Banking und Finanzdienstleistungen
- Praktische Erfahrung mit Treasury-Operationen (Liquiditätsmanagement, Cashflow-Analyse, ALM)
- Kenntnisse über Handelsumgebungen (Marktdaten, Handelslebenszyklus, P&L-Analyse, Risikomessgrößen)
- Vertrautheit mit Finanzinstrumenten wie Aktien, festverzinslichen Wertpapieren und Derivaten ist von Vorteil
Bevorzugte Qualifikationen:
- Erfahrung mit Konzepten des Data Warehousing und ETL-Prozessen
- Einblick in die finanzielle regulatorische Berichterstattung
- Kenntnisse über Risikomanagement-Rahmenwerke
- Erfahrung mit Cloud-Plattformen (Azure) ist von Vorteil
Soziale Fähigkeiten:
- Starke analytische und problemlösende Fähigkeiten
- Exzellente Kommunikationsfähigkeiten mit der Fähigkeit, technische Ergebnisse in geschäftliche Erkenntnisse zu übersetzen
- Fähigkeit, in einem schnelllebigen, datengestützten Umfeld zu arbeiten
- Hohe Aufmerksamkeit für Details und Datenakkuratheit
Bildung:
- Abschluss (Bachelor oder Master) in Finanzen, Informatik, Datenanalyse oder einem verwandten Bereich
Nice to Have:
- Erfahrung im Investment Banking oder Kapitalmärkten
- Einblick in Echtzeit- oder nahezu Echtzeit-Daten Systeme
- Zertifizierungen in Power BI, Datenanalyse oder Finanzmärkten
Wir verdanken unser exponentielles Wachstum unserem innovativen und kollaborativen Teamgeist sowie unserer talentierten Belegschaft. Jede Stimme zählt, da wir uns stets verpflichtet fühlen, aus unterschiedlichen Perspektiven und Hintergründen zu lernen, denn unsere Mitarbeiter machen den Unterschied bei AMINA Bank. Unabhängig von Alter, Geschlecht, Glauben und Hintergrund ist bei AMINA JEDER willkommen! Treten Sie unserem qualifizierten Team bei und definieren Sie gemeinsam die Finanzen neu.
Data Analyst Arbeitgeber: AMINA Group
Kontaktperson:
AMINA Group HR Team
StudySmarter Bewerbungstipps 🤫
So bekommst du den Job: Data Analyst
✨Netzwerken, Netzwerken, Netzwerken!
Nutze Plattformen wie LinkedIn, um mit Leuten aus der Finanz- und Datenanalysebranche in Kontakt zu treten. Stell Fragen, teile deine Erfahrungen und zeig dein Interesse an AMINA – das kann dir Türen öffnen!
✨Bereite dich auf das Vorstellungsgespräch vor
Mach dich mit den häufigsten Fragen für Data Analysten vertraut und überlege dir, wie du deine technischen Fähigkeiten in SQL, Power BI und Python am besten präsentieren kannst. Zeig, dass du die Anforderungen von AMINA verstehst und bereit bist, einen Beitrag zu leisten.
✨Praktische Beispiele parat haben
Bereite einige konkrete Beispiele aus deiner bisherigen Arbeit vor, die zeigen, wie du Datenanalysen durchgeführt hast und welche Ergebnisse du erzielt hast. Das hilft, deine Fähigkeiten greifbar zu machen und zeigt, dass du die Theorie in die Praxis umsetzen kannst.
✨Bewirb dich direkt über unsere Website
Wir bei StudySmarter empfehlen dir, dich direkt über die AMINA-Website zu bewerben. So stellst du sicher, dass deine Bewerbung die richtigen Leute erreicht und du gleich im richtigen Kontext wahrgenommen wirst!
Diese Fähigkeiten machen dich zur top Bewerber*in für die Stelle: Data Analyst
Tipps für deine Bewerbung 🫡
Mach deinen Lebenslauf einzigartig: Dein Lebenslauf sollte nicht nur deine Erfahrungen auflisten, sondern auch zeigen, wie du zur AMINA-Mission passt. Hebe relevante Projekte hervor, die deine Fähigkeiten in SQL, Power BI und Python demonstrieren.
Schreibe ein überzeugendes Anschreiben: Nutze dein Anschreiben, um deine Leidenschaft für die Finanzbranche und deine analytischen Fähigkeiten zu zeigen. Erkläre, warum du bei AMINA arbeiten möchtest und wie du das Team unterstützen kannst.
Sei präzise und klar: Achte darauf, dass deine Bewerbung gut strukturiert und leicht verständlich ist. Vermeide Fachjargon, es sei denn, du bist dir sicher, dass er relevant ist. Klarheit ist der Schlüssel!
Bewirb dich über unsere Website: Wir empfehlen dir, deine Bewerbung direkt über unsere Website einzureichen. So stellst du sicher, dass sie schnell und effizient bearbeitet wird. Wir freuen uns darauf, von dir zu hören!
Wie du dich auf ein Vorstellungsgespräch bei AMINA Group vorbereitest
✨Verstehe die Branche
Mach dich mit den Grundlagen des Bank- und Finanzsektors vertraut. AMINA ist ein innovativer Akteur in der Finanzwelt, also sei bereit, über aktuelle Trends und Herausforderungen zu sprechen. Zeige, dass du die Sprache der Branche sprichst!
✨Technische Fähigkeiten demonstrieren
Bereite dich darauf vor, deine Kenntnisse in SQL, Power BI und Python zu zeigen. Vielleicht kannst du ein kleines Projekt oder eine Analyse präsentieren, die du durchgeführt hast. Das zeigt nicht nur dein Können, sondern auch deine Leidenschaft für Datenanalyse.
✨Fragen stellen
Bereite einige durchdachte Fragen vor, die du dem Interviewer stellen kannst. Das zeigt dein Interesse an der Position und hilft dir, mehr über die Unternehmenskultur und die Erwartungen an die Rolle zu erfahren. Frag nach den Herausforderungen, die das Team aktuell hat!
✨Soft Skills betonen
AMINA sucht nicht nur technische Fähigkeiten, sondern auch starke Kommunikations- und Problemlösungsfähigkeiten. Bereite Beispiele vor, wie du in der Vergangenheit komplexe Daten in verständliche Insights übersetzt hast und wie du im Team gearbeitet hast, um Probleme zu lösen.