Auf einen Blick
- Aufgaben: Entwickle Datenmodelle und analysiere große Datensätze für wichtige Geschäftsentscheidungen.
- Unternehmen: Wachsendes europäisches FinTech mit flachen Hierarchien und Startup-Kultur.
- Vorteile: Flexible Arbeitszeiten, hybrides Arbeiten und spannende Projekte.
- Weitere Informationen: Regelmäßige Team-Events und Workations für ein starkes Miteinander.
- Warum dieser Job: Gestalte die Zukunft der Datenanalyse und habe echten Einfluss auf Produkte und Strategien.
- Qualifikationen: Erfahrung in SQL, dbt und Cloud-Data-Warehouses erforderlich.
Das prognostizierte Gehalt liegt zwischen 60000 - 75000 € pro Jahr.
Über die Stelle
Wir suchen eine:n Analytics Engineer / Data Analyst für unser Business Intelligence & Analytics Team – an unserem Standort in Innsbruck oder Wien, oder remote innerhalb der EU – ab sofort. Das ist eine kombinierte Rolle: Den Großteil deiner Zeit verbringst du mit Analytics Engineering (dem Aufbau einer modellierten, getesteten und dokumentierten Datenschicht) und Data Analytics (dem Übersetzen dieser Daten in Insights und Entscheidungen) – dazu ein bisschen hands-on Data Engineering, um die Pipelines am Laufen zu halten. Wenn du Daten gerne end-to-end besitzt – von der Rohquelle bis zum Dashboard, dem ein:e Stakeholder:in wirklich vertraut – und echten Einfluss in einem wachsenden europäischen FinTech suchst, freuen wir uns auf dich.
Deine Aufgaben
- Analytics Engineering – das Herzstück der Rolle
- Design, Aufbau und Pflege unserer Transformationsschicht in dbt auf BigQuery – gut strukturierte, getestete und dokumentierte Datenmodelle, die Analytics, Data Science und Self-Service-BI ermöglichen
- Aufbau und Weiterentwicklung des semantischen/BI-Layers in Looker (LookML): verlässliche, unternehmensweit konsistente Metriken und Dashboards für Teams im ganzen Unternehmen
- Sicherstellung der Datenqualität end-to-end – Tests, Dokumentation und kontinuierliche Verbesserung über den gesamten Stack
- Data Analytics – das Herzstück der Rolle
- Analyse großer Datensätze, um Trends, Muster und Anomalien sichtbar zu machen, die Produkt- und Business-Entscheidungen treiben
- Definition, Umsetzung und Monitoring von KPIs über verschiedene Geschäftsbereiche hinweg
- Unterstützung des Managements bei Forecasts, Szenarioanalysen und Ad-hoc-Deep-Dives
- Insights und Ergebnisse klar und überzeugend an Stakeholder:innen im gesamten Unternehmen kommunizieren und präsentieren
- Measurement & Product Analytics – End-to-End-Ownership
- Gemeinsam mit Produkt- und Engineering-Teams Event-Tracking und Instrumentierung definieren und aufsetzen – entscheiden, was gemessen wird, und dafür sorgen, dass es sauber und verlässlich in den Daten landet
- Produkt- und Business-Fragen in klar definierte Metriken übersetzen – vom Tracking-Plan bis ins Datenmodell
- Diese Metriken auf Dashboards zum Leben erwecken, die Stakeholder:innen wirklich für Entscheidungen nutzen
- Ein bisschen Data Engineering
- Mit Hilfe bei Pflege und Ausbau unserer ELT-Pipelines und Orchestrierung (Fivetran, Dagster) – für eine verlässliche Ingestion und ein performantes Warehouse
- AI als Effizienzhebel
- AI-Tools einsetzen, um Analysen zu beschleunigen und Self-Service-Analytics zu ermöglichen – z.B. Conversational Analytics in Looker oder AI-gestützte Auswertungen
- Mitgestaltung beim Aufbau AI-gestützter interner Werkzeuge und Automatisierungen, etwa Agenten für wiederkehrende Analyse- und Reporting-Aufgaben
Dein Profil
- SQL ist ein Must-have – du schreibst komplexe Queries souverän
- Fundierte, praktische Erfahrung mit dbt (Datenmodellierung, Testing, Dokumentation) – das ist zentral für die Rolle
- Erfahrung mit einem Cloud-Data-Warehouse; BigQuery bevorzugt
- Erfahrung mit einem BI-/Semantik-Layer; Looker/LookML bevorzugt (Tableau oder Power BI ebenfalls willkommen)
- Sicherer Umgang mit Python für Analyse, Datenaufbereitung und Automatisierung
- Analytisches Denkvermögen kombiniert mit einem ausgeprägten Gespür für Business Impact
- Erfahrung darin, Metriken zu definieren und Event-Tracking gemeinsam mit Engineering zu instrumentieren (Tracking-Pläne, Event-Taxonomien) – du bist es gewohnt, Measurement von der Definition bis zum Dashboard zu verantworten
- Proaktive, selbstständige Arbeitsweise und klare Kommunikation gegenüber technischen wie nicht-technischen Zielgruppen
- Offenheit und Neugier gegenüber AI-Tools im Analytics-Kontext – du nutzt sie aktiv, um effizienter zu arbeiten, und beurteilst ihre Ergebnisse kritisch
- Sehr gute Englischkenntnisse (Arbeitssprache); Deutschkenntnisse von Vorteil
Nice to have
- Erfahrung mit Tools für Datentransformation/Orchestrierung (Dagster, Airflow, Prefect)
- Erfahrung mit Product-Analytics-Tools (z.B. Mixpanel, GA4 o.ä.)
- Vertrautheit mit FinTech-/Payments-Daten
- Kenntnisse in Machine Learning, Statistik oder Advanced Analytics
- Erste Erfahrung mit AI-gestützter Analyse oder Agenten-Frameworks
Warum wir?
- Eine bedeutungsvolle Rolle in einem wachsenden europäischen FinTech mit echtem Einfluss auf Produkt und Strategie
- Flache Hierarchien, ein internationales Team, echte Startup-Kultur und viel Eigenverantwortung
- Flexible Arbeitszeiten und hybrides Arbeiten – von zu Hause und/oder in unseren modernen, zentralen Büros in Innsbruck und Wien
- Spannende Projekte und die Freiheit, eigene Ideen in ein aufstrebendes Scale-up einzubringen
- Regelmäßige Team-Events und Workations
Aus rechtlichen Gründen weisen wir darauf hin, dass das Bruttomonatsgehalt für diese Vollzeitstelle bei EUR 3.954,00 (14x jährlich) gemäß IT-Kollektivvertrag beginnt, mit klarer Bereitschaft zur Überzahlung je nach Qualifikation und Berufserfahrung. Alles Weitere erzählen wir dir gerne in einem persönlichen Gespräch – wir freuen uns auf dich!
Neugierig geworden?
Analytics Engineer / Data Analyst (m/w/d) Arbeitgeber: Blue Code International
Blue Code International ist ein hervorragender Arbeitgeber, der seinen Mitarbeitern die Möglichkeit bietet, in einem dynamischen und unterstützenden Umfeld zu arbeiten. Mit flexiblen Arbeitsmodellen, einer offenen Unternehmenskultur und zahlreichen Möglichkeiten zur beruflichen Weiterentwicklung fördert das Unternehmen nicht nur die individuelle Karriere, sondern auch die Teamdynamik. Die Position als Analytics Engineer ermöglicht es dir, an spannenden Projekten zu arbeiten und direkt mit Stakeholdern zusammenzuarbeiten, was deine Fähigkeiten im Bereich Datenanalyse und Business Intelligence weiter stärkt.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass du so Analytics Engineer / Data Analyst (m/w/d) 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 Blue Code International 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 Analytics Engineer / Data Analyst (m/w/d) 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 Analytics Engineer / Data Analyst (m/w/d) bei Blue Code International gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei Blue Code International 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 Blue Code International entscheidend sein!
