Werkstudent Data Science/ Data Analytics

Werkstudent Data Science/ Data Analytics

München Werkstudent Homeoffice (teilweise)
B

Auf einen Blick

  • Aufgaben: Unterstütze unser Team bei der Identifikation und dem Management von Risiken.
  • Unternehmen: Innovatives Unternehmen mit einer starken Innovationskultur.
  • Vorteile: Umfassendes Mentoring, flexible Arbeitszeiten und attraktive Vergütung.
  • Weitere Informationen: Spannende Aufgaben in einem dynamischen Umfeld mit großartigen Entwicklungsmöglichkeiten.
  • Warum dieser Job: Lerne Neues und trage aktiv zur Entwicklung einer neuen Risikoplattform bei.
  • Qualifikationen: Studium in Wirtschaftswissenschaften oder Mathematik, Kenntnisse in Statistik und Machine Learning.

Job Description

EIN GUTES PRAKTIKUM IST PRAKTISCH NIE THEORETISCH.TEILE DEINE LEIDENSCHAFT.Erfolg ist Teamarbeit. Nur wenn Expert:innen ihr Fachwissen und ihre Begeisterung teilen, entsteht ein Workflow, in dem Ideen fließen. Das nennen wir Innovationskultur.

Deshalb geben wir Studierenden bei uns nicht nur die Gelegenheit zum Zuhören, sondern vor allem auch zum Mitreden und Weiterdenken.Du unterstützt unser Team bei der Identifikation, Evaluierung und dem Management von Risiken, insbesondere operationelle und strategische Risiken. Dabei wirkst du bei der Einführung und Weiterentwicklung von Risikomodellen und -szenarien weltweit mit und trägst zur Entwicklung einer neuen Risikoplattform bei. Die Mitwirkung im operativen Tagesgeschäft rundet dein spannendes Aufgabenfeld ab.

Was erwartet dich?Du unterstützt bei der Identifikation, Evaluierung und dem Management von Risiken.Bei der Einführung und Weiterentwicklung von Risikomodellen und -szenarien weltweit wirkst du mit.Du trägst zur Entwicklung einer neuen Risikoplattform bei.Die Mitwirkung im operativen Tagesgeschäft rundet dein Aufgabenfeld ab.Was bringst du mit?Studium der Wirtschaftswissenschaften, Mathematik oder ein vergleichbarer Studiengang.Kenntnisse im Bereich Statistik und Machine Learning.Vertrauter Umgang mit gängigen Softwarepaketen wie Python, Snowflake, NoSQL DBMS.Erste Erfahrungen mit Containerisierung (Docker) bzw. Cloud-Deployments sind wünschenswert.Verhandlungssichere Deutsch- und Englischkenntnisse.Team- und Kommunikationsfähigkeit.Analytisches Denkvermögen sowie Eigeninitiative.Hast du Spaß daran, Neues zu lernen und unser Team tatkräftig zu unterstützen? Dann bewirb dich jetzt Was bieten wir dir?Umfassendes Mentoring & Onboarding.Persönliche & fachliche Weiterentwicklung.Flexible Arbeitszeiten.Mobilarbeit.Attraktive & faire Vergütung.Apartments für Studierende (nach Verfügbarkeit & nur am Standort München).Und vieles mehr siehe Startdatum: ab Dauer: 12 MonateArbeitszeit: Vollzeit Du hast Fragen?

Dann reiche dein Anliegen ganz einfach über unser Kontaktformular ein. Deine Anfrage wird im Nachgang telefonisch oder per E-Mail beantwortet. Wir bei der BMW Group legen großen Wert auf Gleichbehandlung und Chancengleichheit.

Unsere Recruiting-Entscheidungen basieren auf der Persönlichkeit, den Erfahrungen und Fähigkeiten der Bewerber:innen. Mehr dazu hier.Werkstudent Data Science/ Data Analytics (w/m/x) AutomotiveMünchenDeutschland (Land)Unternehmensbereich:BMW AGStandort:MünchenArbeitsbereich:StrategierisikoJob ID:165782Veröffentlichungsdatum: Praktikum/AbschlussarbeitVollzeit

Werkstudent Data Science/ Data Analytics Arbeitgeber: BMW Group

Die BMW Group in Weißensee bietet Ihnen als Werkstattmeister (w/m/x) ein inspirierendes Arbeitsumfeld, in dem Ihre Leidenschaft für die Automobilbranche geschätzt wird. Mit einem starken Fokus auf persönliche Entwicklung und einer Vielzahl von Benefits, wie flexibler Arbeitszeitgestaltung und attraktiven Sonderzahlungen, fördern wir eine Kultur der Wertschätzung und des Engagements. Hier haben Sie die Möglichkeit, aktiv an der Mobilität von morgen mitzuarbeiten und sich in einem dynamischen Team weiterzuentwickeln.

B

Kontaktdaten:

BMW Group Recruiting-Team

StudySmarter Expertenrat🤫

Wir sind der Meinung, dass du so Werkstudent Data Science/ Data Analytics erhalten könntest

Nutze deine Hochschule als Sprungbrett

Lass uns nicht vergessen, dass unsere Unis oft eine Goldgrube für Werkstudentenjobs im Data Science-Bereich sind. Sprich mit deinen Professoren oder besuche Karrieremessen; viele Firmen suchen direkt auf dem Campus nach Nachwuchs-Data-Scientisten!

Engagiere dich in Data Science-Communities

Melde dich in Online-Communities und lokalen Meetup-Gruppen an, die sich mit Data Science beschäftigen. Dort kannst du wertvolle Kontakte knüpfen und solltest die Chance nutzen, an Hackathons oder Workshops teilzunehmen, um deine Fähigkeiten zu zeigen!

Präsentiere deine Projekte

Zeig, was du drauf hast! Erstelle ein Portfolio auf Plattformen wie GitHub oder Kaggle und teile deine Projekte. Das kann ein super Weg sein, um bei BMW Group aufzufallen, wenn du dich bewirbst!

Bewirb dich direkt auf unseren Jobseiten

Wir bei StudySmarter haben ständig spannende Werkstudentenstellen ausgeschrieben. Schau direkt auf unserer Website vorbei und bewirb dich! Je schneller du handelst, desto besser stehen deine Chancen, den Job zu landen.

Wir glauben, dass du diese Fähigkeiten brauchst, um Werkstudent Data Science/ Data Analytics mit Bravour zu bestehen

Statistik
Machine Learning
Python
Snowflake
NoSQL DBMS
Containerisierung (Docker)
Cloud-Deployments

Einige Tipps für deine Bewerbung 🫡

Zeig deine Projekte!:In deinem Lebenslauf solltest du auf jeden Fall deine bisherigen Projekte im Bereich Data Science hervorheben. Wenn du an coolen Datensätzen gearbeitet hast oder Machine Learning Modelle erstellt hast, pack das rein! Es zeigt uns, dass du praktische Erfahrungen hast und weckt unser Interesse an deinen Skills.

Erwähne relevante Tools und Sprachen:Data Science bedeutet oft, mit spezifischen Tools und Programmiersprachen zu arbeiten. Stell sicher, dass du alles, was du kannst, wie Python, R oder SQL, in deinem Lebenslauf angibst. Das gibt uns einen klaren Überblick über dein technisches Know-how und hilft uns zu sehen, wie du ins Team passt.

Dein Anschreiben ist entscheidend:Nutze dein Anschreiben, um uns zu zeigen, warum du hungrig auf learnings im Data-Science-Bereich bist. Erzähl uns, was dich motiviert und wieso du bei BMW Group als Werkstudent arbeiten möchtest! Das gibt deinem Profil eine persönliche Note, die uns anspricht.

Verlinke deinen GitHub oder Portfolio:Falls du einen GitHub-Account oder ein Portfolio mit deinen Data-Science-Arbeiten hast, unbedingt verlinken! Das macht es uns leichter, deine praktischen Fähigkeiten nachzuvollziehen und zeigt uns, dass du engagiert und aktiv in der Community bist. Zeig, was du kannst!

Wie man sich auf ein Vorstellungsgespräch bei BMW Group vorbereitet

Zeig deine Datenliebe!

Für ein Werkstudentenprogramm im Bereich Data Science solltest du unbedingt ein Projekt in deinem Portfolio haben, das deine Fähigkeiten zeigt. Zeig, wie du Daten analysiert, visualisiert und interpretiert hast – egal, ob es sich um ein Uni-Projekt oder ein persönliches Interesse handelt. Das begeistert die Interviewer und zeigt, dass du praktisch mit Daten arbeiten kannst.

Mach dich mit Tools vertraut

In der Data Science nutzen wir viele verschiedene Tools wie Python, R oder SQL. Bereite dich darauf vor, technische Fragen zu diesen Tools zu beantworten oder sogar kurze Coding-Tests während des Interviews zu machen. Wenn du eine persönliche Vorliebe für ein Tool hast, teile das mit und erzähl, was du damit gemacht hast!

Erzähle von deinem Lernwillen

Als Werkstudent geht es oft auch darum, wie motiviert du bist, zu lernen und deine Fähigkeiten weiterzuentwickeln. Sei bereit, über die aktuellen Trends in der Data Science zu sprechen und zeige Interesse an zusätzlichen Kursen oder Zertifikaten, die du gerne machen möchtest. Das zeigt Engagement!

Frag nach Projekten!

Nutze die Gelegenheit, um während des Interviews nach den Projekten zu fragen, an denen du arbeiten würdest. Fragen wie 'An welchen Arten von Datenanalysen arbeiten die Teammitglieder aktuell?' zeigen dein Interesse und helfen dir, die Herausforderungen des Unternehmens besser zu verstehen. Das macht einen guten Eindruck!