Auf einen Blick
- Aufgaben: Unterstütze die Datensammlung und Visualisierung für spannende Forschungsprojekte über China.
- Unternehmen: Innovative Forschungsumgebung mit Fokus auf interdisziplinäre Zusammenarbeit.
- Vorteile: Flexible Arbeitszeiten, individuelle Einarbeitung und 30 Tage Urlaub.
- Weitere Informationen: Engagierte und vielfältige Forschungsumgebung mit exzellenten Entwicklungsmöglichkeiten.
- Warum dieser Job: Gestalte die Zukunft der Sozialwissenschaften und arbeite an bedeutenden Projekten.
- Qualifikationen: Bachelor in Sozialdatenwissenschaft oder verwandtem Bereich, Erfahrung in Datenanalyse.
Das prognostizierte Gehalt liegt zwischen 45000 - 65000 € pro Jahr.
Position E9‑E12, 30 Monate, 100%, idealerweise ab Oktober 2026. Teil der Forschungsgruppe "Learning Empire" – Autonomie, Abhängigkeit und Chinas aufkommende imperiale Praktiken – ein großangelegtes Projekt zur Untersuchung von Chinas sich verändernden internationalen Praktiken in einer sich im Wandel befindlichen Weltordnung, finanziert von der Deutschen Forschungsgemeinschaft (DFG).
Verantwortlichkeiten
- Unterstützung der sozialwissenschaftlich basierten Datensammlung für FOR 5913/1 Projekte, einschließlich Web-Scraping/Crawling und Datensatzsammlung aus Online-Quellen.
- Leitung der Datenvisualisierung für alle Projekte, Erstellung von Karten, Infografiken und anderen visuellen Formaten zur Verbreitung der Ergebnisse.
- Entwicklung und Pflege von Datensätzen unter Verwendung neuartiger KI-Tools, Vorbereitung für etablierte sozialwissenschaftliche Repositorien zur Erleichterung des Datenaustauschs.
- Unterstützung der Entwicklung von Datenmanagementfähigkeiten, Schulung der Mitglieder von FOR 5913/1 in wesentlichen Techniken.
- Aktive Teilnahme am intellektuellen Leben der Forschungsgruppe "Learning Empire".
Qualifikationen
- Abschluss in Sozialer Datenwissenschaft, Computational Social Science oder einem verwandten Bereich.
- Erfahrung in der sozialwissenschaftlich basierten Datenanalyse und der Nutzung neuartiger KI-Tools.
- Nachgewiesene Expertise in Datenvisualisierung, Netzwerk-Analyse, Datenmanagement sowie starke Fähigkeiten in Web-Scraping, Crawling, Vorverarbeitung und Standardisierungstechniken.
- Erfahrung mit großen Sprachmodellen, KI-unterstützter qualitativer Analyse und/oder Vibe-Coding bevorzugt.
- Erfahrung mit Datenrepositorien wie GESIS und GitHub.
- Ausgezeichnete Kommunikationsfähigkeiten für Schulungen und Zusammenarbeit.
- Fähigkeit, unabhängig und kollaborativ in einem vielfältigen Forschungsumfeld zu arbeiten.
- Ausgezeichnete Englischkenntnisse (Bewerber, die fließend Mandarin-Chinesisch sprechen, werden bevorzugt).
- Starke Motivation, in einem kollaborativen, interdisziplinären sozialwissenschaftlichen Forschungsumfeld zu arbeiten.
Vorteile
- Vertrauensarbeitszeiten zur Förderung der Work-Life-Balance.
- Individuelle Einarbeitung, Karriere- und Entwicklungsplanung.
- Firmenfitnessprogramm über EGYM Well Pass (ehemals Qualitrain).
- Fahrradleasing-Programm mit Deutsche Dienstrad für private und geschäftliche Nutzung.
- 30 Tage Jahresurlaub, plus zusätzliche freie Tage für besondere Anlässe.
- Grüner Campus mit umfangreichen Essensmöglichkeiten und Erholungsbereichen.
- Engagement für Gleichheit, Vielfalt, akademische Freiheit und hohe ethische Werte.
Chancengleichheits-Erklärung
Die Constructor University garantiert uneingeschränkt die akademische Freiheit jedes Mitglieds der Fakultät sowie jedes anderen Mitglieds der Gemeinschaft der Constructor University. Wir fördern Vielfalt in ethnischen, kulturellen, sozialen, religiösen, politischen und nationalen Hintergründen sowie in individuellen Lebensstilen. Die Constructor University bietet allen qualifizierten Bewerbern volle Chancengleichheit und ist ein Arbeitgeber, der Chancengleichheit bietet.
Bewerbungsfrist 26. Juni 2026.
Data Analyst in Collaborative Research Project (Political Science) with China focus (m/f/d) Arbeitgeber: Constructor University Bremen gGmbH
Constructor University ist ein hervorragender Arbeitgeber, der eine inspirierende und unterstützende Arbeitsumgebung für Data Analysts bietet. Mit einem starken Fokus auf Gleichheit, Vielfalt und akademische Freiheit fördert die Universität die persönliche und berufliche Entwicklung ihrer Mitarbeiter durch individuelle Karriereplanung und ein umfassendes Fitnessprogramm. Die Lage auf einem grünen Campus mit vielfältigen Freizeitmöglichkeiten und einer engagierten Forschungsatmosphäre macht die Arbeit hier besonders attraktiv für alle, die in einem interdisziplinären sozialen Forschungsumfeld tätig sein möchten.
Kontaktdaten:
Constructor University Bremen gGmbH Recruiting-Team
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass Sie so Data Analyst in Collaborative Research Project (Political Science) with China focus (m/f/d) erhalten könnten
✨Tipp Nummer 1
Netzwerken ist der Schlüssel! Nutze Plattformen wie LinkedIn, um mit Fachleuten aus dem Bereich der Datenanalyse und Politikwissenschaft in Kontakt zu treten. Lass uns gemeinsam nach Möglichkeiten suchen, um deine Sichtbarkeit zu erhöhen.
✨Tipp Nummer 2
Bereite dich auf Vorstellungsgespräche vor, indem du häufige Fragen zur Datenanalyse und Visualisierung übst. Wir können dir helfen, die besten Antworten zu formulieren und deine Fähigkeiten zu präsentieren, damit du im Gespräch glänzen kannst.
✨Tipp Nummer 3
Zeige deine Leidenschaft für das Thema! Sprich über aktuelle Trends in der Datenanalyse und wie sie sich auf die Forschung zu China auswirken. Lass uns zusammen deine Ideen entwickeln, um einen bleibenden Eindruck zu hinterlassen.
✨Tipp Nummer 4
Bewirb dich direkt über unsere Website! Das gibt dir die beste Chance, gesehen zu werden. Wir unterstützen dich dabei, deine Bewerbung optimal zu gestalten und alle notwendigen Informationen bereitzustellen.
Wir glauben, dass du diese Fähigkeiten brauchst, um Data Analyst in Collaborative Research Project (Political Science) with China focus (m/f/d) mit Bravour zu bestehen
Einige Tipps für deine Bewerbung 🫡
Mach deine Bewerbung persönlich:Zeig uns, wer du bist! Verwende eine freundliche und authentische Sprache, um deine Motivation für die Stelle als Data Analyst zu verdeutlichen. Lass uns wissen, warum du dich für das Projekt interessierst und was dich antreibt.
Betone deine Fähigkeiten:Stell sicher, dass du deine Erfahrungen mit Datenanalyse, Visualisierung und den neuesten AI-Tools klar hervorhebst. Wir suchen nach jemandem, der nicht nur die technischen Skills hat, sondern auch kreativ denkt und innovative Lösungen findet.
Beziehe dich auf die Forschungsprojekte:Informiere dich über die Forschungsprojekte der Einheit 'Learning Empire' und beziehe dich in deiner Bewerbung darauf. Zeig uns, dass du die Ziele und Herausforderungen verstehst und wie du dazu beitragen kannst, diese zu erreichen.
Bewirb dich über unsere Website:Vergiss nicht, deine Bewerbung über unsere offizielle Website einzureichen. Das macht es uns einfacher, deine Unterlagen zu verwalten und sicherzustellen, dass du alle wichtigen Informationen erhältst. Wir freuen uns auf deine Bewerbung!
Wie man sich auf ein Vorstellungsgespräch bei Constructor University Bremen gGmbH vorbereitet
✨Verstehe die Forschungsprojekte
Mach dich mit den spezifischen Projekten der Forschungsgruppe 'Learning Empire' vertraut. Informiere dich über deren Ziele und Methoden, insbesondere im Hinblick auf China. So kannst du gezielte Fragen stellen und zeigen, dass du wirklich interessiert bist.
✨Bereite deine Datenanalyse-Fähigkeiten vor
Stelle sicher, dass du deine Kenntnisse in Datenvisualisierung und Web-Scraping auffrischst. Bereite Beispiele deiner bisherigen Arbeiten vor, um deine Fähigkeiten zu demonstrieren. Das zeigt, dass du praktisch anwendbare Erfahrungen hast.
✨Kommunikationsfähigkeiten betonen
Da die Position auch Training und Zusammenarbeit erfordert, solltest du konkrete Beispiele für deine Kommunikationsfähigkeiten parat haben. Überlege dir, wie du komplexe Daten einfach erklären kannst, um deine Eignung für die Rolle zu unterstreichen.
✨Interdisziplinäre Zusammenarbeit hervorheben
Bereite dich darauf vor, über deine Erfahrungen in interdisziplinären Teams zu sprechen. Zeige, wie du in der Vergangenheit erfolgreich mit anderen Fachrichtungen zusammengearbeitet hast, um gemeinsame Ziele zu erreichen. Das passt gut zur Teamkultur der Forschungsgruppe.
