Auf einen Blick
- Aufgaben: Lerne, wie man Analytics mit KI verbessert und arbeite an realen Geschäftsproblemen.
- Unternehmen: BrainPOP, ein innovatives Unternehmen im Bereich Datenanalyse.
- Vorteile: $25 pro Stunde, hybride Arbeitsweise und wertvolle Praxiserfahrung.
- Weitere Informationen: Dynamisches Umfeld mit großartigen Entwicklungsmöglichkeiten.
- Warum dieser Job: Nutze modernste Technologien und KI, um echte Auswirkungen zu erzielen.
- Qualifikationen: Studium in Informatik oder verwandten Bereichen, Erfahrung in Datenanalyse und Python.
Das prognostizierte Gehalt liegt zwischen 25 - 25 € pro Stunde.
About the Role
Brain POP's Data team works across enterprise analytics initiatives to empower the business every day with the latest and greatest data assets.
We partner with Finance, GTM, Product and all other parts of business to understand their challenges and provide them with actionable data-driven insights.
We pair traditional analytics, designed experimentation and dashboard reporting with AI-driven approaches, like creating semantic models to help business self-serve with real-time insights, Cortex AI-based data science models to predict churn, and python applications to drive movie content analytics.
In this co‑op/internship, you'll learn about empowering analytics with AI - a full stack experience that will span across analytics, experimentation, reporting, data modeling within analytics‑engineering along with strong focus on AI based capabilities.
We are looking for someone who has the curiosity to use the latest and greatest technologies plus AI as an impact-accelerator across the enterprise.
This role is a great fit for someone who thrives in a dynamic and agile environment and can move with an experimental mindset to work with the Data team & business stakeholders in Marketing, Product, Finance and GTM.
You will get exposure to the systems, tools and AI pipelines we use to optimize our business along with the opportunity to work with real world business problems.
Our data stack consists of modern data tools like Snowflake, dbt, Airflow, AWS along with Streamlit, python that we use for experimentations, AI platforms like Cortex AI, Notion AI, Tableau on the BI side, Salesforce as our CRM.
Details
The opportunity will be from September (7 or 14) through December 18, 2026, Monday to Friday from 9:00 am to 5:30 pm Eastern (40 hours weekly, 8 hours daily with 30 minutes lunch).
We are a hybrid workplace, and a candidate within commutable distance of our NYC office (Flatiron area) who is available to spend Wednesdays in the office is strongly preferred.
The pay rate is $25/hour.
- In This Role, You Will
- Enhance analytics, experimentation and BI capability for business
- Produce ad‑hoc analysis from Snowflake (our Data Warehouse) or other in‑house telemetry systems as required for Marketing, Product, Finance and GTM with focus on:
- Data modeling & validation as required for Tableau dashboards, along with deployment of dashboards as needed
- Translating Tableau workflows into Streamlit apps as required for experimentation
- Analysis of teacher segmentation & usage patterns within our products
- Monitor key performance indicators (KPIs) related to user engagement, product usage, and revenue metrics.
Identify areas for improvement and optimization and provide recommendations to enhance performance & identify trends, patterns and opportunities
- Ensure data accuracy, consistency, and completeness across all systems
• Support building AI workflows within the Cortex AI semantic layer
- Design data models and analytic frameworks for repeatable workflows- product usage analytics, account churn, book of business renewals, customer feedback - and turn them into a reusable, invokable tool using Snowflake and dbt, modeled in the semantic layer for quick business insights through Cortex AI
- Transform raw Snowflake data into reusable data models that can be pipelined into dbt & the semantic layer
- Help in modeling, documentation & QA for Cortex AI models to support semantic view for natural language query capability
- Write and iterate on prompt & skill structures (YAML Markdown skill files) based on output quality and stakeholder feedback
- Evaluate model outputs rigorously and enable business to produce analyst-quality output using semantic layer capability
- On Your Resume
- Must haves
- Pursuing a Bachelor's degree (senior preferred) or a Master's degree in Computer Science, Computer Engineering, Data Science; recent Bachelor's/Masters graduates may be considered
- Background in analytics, data, data engineering or a tech adjacent role.
We are looking for a full stack person who can span the worlds of analytics, data modeling, AI and analytics engineering.
- Team player; able to work independently, as well as collaboratively within the Data team and cross functionally
- SQL, including CTEs & window functions (Snowflake experience a plus)
- Python --- comfortable writing Python for data transformation and automation
- AI-assisted development --- You have used an LLM coding assistant like Claude or equivalent to structure prompts clearly
- Some experience in prompt engineering --- You can write a structured prompt (YAML Markdown or equivalent) that helps others think through context, instructions, examples, and output format
- Some experience building dashboards or data visualizations that tell a clear business story with tools like Tableau
- Strong Plus
- dbt --- Model authoring & YAML tests in a cloud warehouse context
- Snowflake Cortex --- Cortex Analyst, Cortex Agents, Dynamic Tables, semantic views or ability to learn quickly
- Comfortable working in Git (PRs, branches, code review)
- Understands stakeholder needs and can translate between the worlds of AI, data, and business to enable strategic insights
- Understands subscription based business models
- Basic understanding of statistics/experimental design
- Location
- Arizona
- California
- Connecticut
- Florida
- Georgia
- Illinois
- Massachusetts
- Minnesota
- Missouri
- New Jersey
- New York
- North Carolina
- Ohio
- Oregon
- Pennsylvania
- South Carolina
- Tennessee
- Texas
- Washington
- #J-18808-Ljbffr
Data AI Co Op / Internship Arbeitgeber: BrainPOP
BrainPOP ist ein hervorragender Arbeitgeber, der seinen Mitarbeitern die Möglichkeit bietet, in einem dynamischen und agilen Umfeld zu arbeiten, während sie an spannenden Projekten im Bereich Datenanalyse und KI mitwirken. Mit einem hybriden Arbeitsplatz in der Nähe von New York City und einem Fokus auf persönliche und berufliche Weiterentwicklung, profitieren Praktikanten von einer umfassenden Ausbildung in modernen Datenwerkzeugen und der Zusammenarbeit mit verschiedenen Geschäftsbereichen. Die Unternehmenskultur fördert Teamarbeit und Innovation, was es zu einem idealen Ort für aufstrebende Talente macht, die ihre Karriere im Bereich Datenwissenschaft und -engineering vorantreiben möchten.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass du so Data AI Co Op / Internship erhalten könntest
✨Nutze Hochschulkarrieremessen
Bei der Suche nach einem Datenwissenschafts-Praktikum solltest du unbedingt die Karrieremessen an deiner Universität nutzen. Dort kannst du direkt mit Firmen, die gerade Praktika anbieten, in Kontakt treten – so zeigst du dein Interesse und kannst dir einen persönlichen Eindruck verschaffen.
✨Engagiere dich in Data-Science-Communities
Schau dich in lokalen oder Online-Communities um, die sich mit Data Science befassen. Plattformen wie Meetup oder spezielle Slack-Channels bieten tolle Gelegenheiten, um Gleichgesinnte zu treffen, von aktuellen Trends zu erfahren und eventuell sogar Stellenangebote zu bekommen.
✨Praktische Projekte zeigen
Baue dir ein Portfolio mit Projekten auf, die deine Fähigkeiten in Data Science zeigen. Dies kann ein kleines Machine-Learning-Projekt oder eine Datenanalyse sein. Verlinke diese Arbeiten in deinem Lebenslauf, wenn du dich bei BrainPOP bewirbst – so hinterlässt du einen bleibenden Eindruck.
✨Nutze unsere Plattform für Bewerbungen
Vergiss nicht, dich direkt über unsere Webseite bei BrainPOP für Praktika zu bewerben. Wir haben dort viele interessante Angebote, und das Bewerben über uns erhöht deine Chance, gesehen zu werden!
Wir glauben, dass du diese Fähigkeiten brauchst, um Data AI Co Op / Internship mit Bravour zu bestehen
Einige Tipps für deine Bewerbung 🫡
Zeig deine Datenliebe mit Projekten!:In der Datenwissenschaft ist es super wichtig, praktische Erfahrung zu zeigen. Teile einige deiner spannenden Projekte, sei es von deinem Studium oder von privaten Experimenten. Nutze GitHub oder andere Plattformen, um diese Projekte vorzustellen – das beeindruckt uns bei BrainPOP definitiv!
Statistiken und Methoden im Anschreiben betonen:Bei einem Praktikum in der Datenwissenschaft wollen wir sehen, dass du dich mit den Grundlagen auskennst. Betone in deinem Anschreiben deine Erfahrungen mit statistischen Methoden, Datenanalyse-Tools oder Programmiersprachen wie Python oder R. Das macht deutlich, dass du bereit bist, tiefer einzutauchen und zu lernen.
Die richtige Ausbildung anführen:Wenn du dich für ein Praktikum bewirbst, ist es wichtig, deine akademischen Leistungen zu zeigen. Füge relevante Kurse und Projekte hinzu, die sich auf Datenanalyse oder maschinelles Lernen beziehen. Das hilft uns zu sehen, dass du das notwendige Wissen mitbringst, um bei BrainPOP durchzustarten!
Werde kreativ im Lebenslauf!:Im Datenwissenschaftsbereich dreht sich vieles um Problemlösen und kreatives Denken. Sei also mutig und gestalte deinen Lebenslauf nicht nur informativ, sondern auch ansprechend! Hebe relevante Fähigkeiten, Tools und Erfahrungen hervor. Und vergiss nicht, dich über unsere Website zu bewerben – wir freuen uns darauf, von dir zu hören!
Wie man sich auf ein Vorstellungsgespräch bei BrainPOP vorbereitet
✨Bereite dein Portfolio vor!
Als Data Science Praktikant sollten wir unsere bisherigen Projekte und Erfahrungen in einem Portfolio zusammenstellen. Zeige deine Analysen, Visualisierungen oder Modelle. Das gibt den Interviewern einen konkreten Eindruck von deinen Fähigkeiten und deinem Ansatz bei der Datenanalyse.
✨Technische Fragen im Data Science Bereich
Erwarte technische Fragen zu Algorithmen und statistischen Methoden, die wir in der Praxis angewendet haben. Sei bereit, über Machine Learning-Modelle, Datenaufbereitung und deine Erfahrungen mit Programmiersprachen wie Python und R zu sprechen.
✨Motivation und Lernwille betonen
Da es sich um ein Praktikum handelt, wird oft mehr auf dein Interesse und deine Lernbereitschaft geachtet. Zeige auf, warum du in das Data Science Team bei BrainPOP möchtest und wie du deine Fähigkeiten weiterentwickeln willst. Ein echtes Interesse an der Materie überzeugt oft mehr als langjährige Erfahrung!
✨Fragen zur Teamarbeit und Analytics-Tools
Bereite dich darauf vor, über konkrete Situationen zu sprechen, in denen du im Team gearbeitet hast. Insbesondere in Data Science kommen oft Tools wie Jupyter Notebooks oder Tableau zum Einsatz. Wenn du damit Erfahrungen hast, bring sie zur Sprache und erläutere, wie du sie in Projekten eingesetzt hast!
