Auf einen Blick
- Aufgaben: Analysiere Verkaufsdaten und liefere wertvolle Einblicke für Hersteller im Einzelhandel.
- Unternehmen: Datavations, führend in der Bereitstellung von Verkaufsdaten für die Heimwerkerbranche.
- Vorteile: Wettbewerbsfähiges Gehalt, flexible Arbeitsmodelle und Möglichkeiten zur beruflichen Weiterentwicklung.
- Weitere Informationen: Dynamisches Umfeld mit einem unterstützenden Team und Raum für persönliche Entfaltung.
- Warum dieser Job: Gestalte die Zukunft der Datenanalyse mit KI und beeinflusse eine Branche im Wert von 2,3 Billionen Dollar.
- Qualifikationen: Mindestens 2 Jahre Erfahrung in Datenanalyse und starke SQL- sowie Python-Kenntnisse.
Das prognostizierte Gehalt liegt zwischen 60000 - 80000 € pro Jahr.
Datavations ist der führende Anbieter von SKU- und geschäftsbezogenen Verkaufsdaten für die Einzelhandelsbranche im Bereich Heimwerkerbedarf. Wir bedienen Hersteller, die über Home Depot, Lowe's, Menards und andere große Einzelhändler verkaufen, und liefern die Datenintelligenz, die sie benötigen, um am Regal erfolgreich zu sein. Wir entwickeln Bolt, eine KI-gestützte Analyseplattform, die die Interaktion unserer Kunden mit ihren Daten transformiert – von manueller Analyse hin zu konversationaler, selbstbedienungsfähiger Intelligenz.
Diese hybride Rolle verbindet rigorose, kundenorientierte Forschung mit KI-unterstützter Analyse. Ihr Hauptaugenmerk liegt darauf, hochwertige Einblicke für Herstellerkunden mithilfe von POS- und Einzelhandelsverkaufsdaten zu liefern – und zunehmend auch Bolt, unsere KI-gestützte Analyseplattform, zu nutzen, um diese Arbeit schneller und in größerem Maßstab zu erledigen. Sie werden die Lücke zwischen komplexen Daten und umsetzbaren Strategien überbrücken. Sie werden Forschungsprojekte planen, Kundenbeziehungen verwalten und rohe POS- und Einzelhandelsverkaufsdaten in überzeugende Narrative für Händlerbesprechungen, Produktlinienbewertungen und vierteljährliche Geschäftsüberprüfungen übersetzen. Sie werden eng mit dem engagierten Bolt-Entwicklungsteam zusammenarbeiten und strukturiertes Feedback aus der täglichen Kundenarbeit teilen, das direkt beeinflusst, wie sich die Plattform weiterentwickelt.
Verantwortlichkeiten:
- Durchführung maßgeschneiderter Analysen von POS- und Einzelhandelsverkaufsdaten für Herstellerkunden und Bereitstellung von Einblicken, die strategische Entscheidungen zu Preisgestaltung, Sortiment und Marktanteil unterstützen.
- Direkte Zusammenarbeit mit Kunden zur Planung analytischer Anfragen – präzise Fragen stellen, den richtigen Ansatz definieren und Erwartungen während des Projektzyklus verwalten.
- Übersetzung von Geschäftsproblemen der Kunden in Forschungsrahmen und Erstellung von ausgefeilten, executive-ready Ergebnissen, einschließlich tiefgehender Berichte und PowerPoint-Präsentationen für Händlerbesprechungen, QBRs und Produktlinienbewertungen.
- Schreiben und Verfeinern von SQL-Abfragen und Python-Skripten gegen unser ClickHouse-Datenlager, um großangelegte Einzelhandelsdatensätze zu extrahieren, zu transformieren und zu analysieren.
- Hilfe bei der Gestaltung der Rahmenbedingungen, Vorlagen und Betriebsprozesse, die das Forschungsteam nutzen wird, während wir skalieren.
- Kreuzfunktionale Partnerschaft mit Marketing zur Bereitstellung datengestützter Einblicke für die Inhaltserstellung und Thought Leadership.
Wer Sie sind:
- Mindestens 2 Jahre Berufserfahrung in einer Forschungs-, Datenanalyse- oder insights-getriebenen Rolle.
- Erfahrung in der Analyse von POS-, Einzelhandelsverkaufs- oder ähnlichen Transaktionsdaten in einem professionellen Umfeld.
- Starke SQL-Kenntnisse – Sie können komplexe Abfragen mit Fensterfunktionen, CTEs, Joins über große Tabellen und Aggregationen sicher schreiben.
- Kenntnisse in Python für Datenanalyse, Skripting und Automatisierung.
- Expertenkenntnisse in Excel und PowerPoint; Fähigkeit, Rohdaten in eine klare, überzeugende Geschichte für ein nicht-technisches Publikum zu verwandeln.
- Kundenorientierte Kommunikationsfähigkeiten – sicher im Führen von Anrufen, Stellen von gezielten Fragen und Verwalten von Stakeholder-Erwartungen.
- Erfahrung mit Git und GitHub-basierten Entwicklungsabläufen.
- Selbststarter-Mentalität – Sie bewegen sich schnell, bleiben motiviert und übernehmen Verantwortung, ohne mikromanagt zu werden.
- Startup-Agilität – wohlfühlen mit Unklarheiten und mehreren Hüten in einem schnelllebigen Umfeld.
Bevorzugt:
- Erfahrung mit KI-Coding-Tools, insbesondere Claude Code oder ähnlichen LLM-unterstützten Entwicklungsabläufen.
- Vertrautheit mit der Entwicklung von LLM-Anwendungen (Prompt Engineering, Tool-Calling-Muster, Bewertungsrahmen).
- Erfahrung mit ClickHouse oder anderen spaltenbasierten / analytischen Datenbanken.
- Hintergrund in der Heimwerker-, Einzelhandels- oder CPG-Branche.
- Erfahrung beim Aufbau oder Mitwirken an Datenprodukten oder internen Analyseplattformen.
Warum Sie zu uns kommen sollten:
- Einfluss auf eine Branche im Wert von 2,3 Billionen Dollar, indem Sie gestalten, wie Data Science die Rendite für große Hersteller beschleunigt.
- Freiheit und Wachstum: Genießen Sie die Freiheit, mit neuen Technologien zu experimentieren und Ihre Ideen in der Produktion zu verwirklichen.
- Kollaborative Kultur: Arbeiten Sie mit einem unterstützenden Team zusammen, das Positivität, proaktive Eigenverantwortung und kontinuierliches Lernen schätzt.
- Berufliche Entwicklung: Arbeiten Sie mit der neuesten Technologie im KI-Stack.
Vergütung:
Das durchschnittliche Grundgehalt für diese Rolle liegt zwischen 95.000 und 110.000 US-Dollar, abhängig von Erfahrung, Fähigkeiten und Übereinstimmung mit den Verantwortlichkeiten der Rolle. Diese Spanne spiegelt unsere aktuellen nationalen Erwartungen für qualifizierte Kandidaten wider. Außergewöhnliche Kandidaten mit Sitz in unserem Büro in NYC können für eine höhere Spanne in Betracht gezogen werden. Die Gesamtvergütung kann auch Eigenkapital, Leistungsboni und ein umfassendes Leistungspaket umfassen. Wir verpflichten uns, wettbewerbsfähig und gerecht zu zahlen, und überprüfen regelmäßig unsere Vergütungsstrukturen, um sicherzustellen, dass sie mit dem Markt übereinstimmen und unsere Werte unterstützen.
AI Data Analyst Arbeitgeber: datavations
Datavations ist ein hervorragender Arbeitgeber, der seinen Mitarbeitern die Möglichkeit bietet, in einem dynamischen und innovativen Umfeld zu arbeiten, das sich auf die Nutzung von KI zur Datenanalyse konzentriert. Mit einer kollaborativen Unternehmenskultur, die kontinuierliches Lernen und persönliche Entwicklung fördert, können Sie Ihre Fähigkeiten in der Analyse von POS-Daten weiterentwickeln und gleichzeitig einen bedeutenden Einfluss auf die Home-Improvement-Branche ausüben. Darüber hinaus profitieren Sie von flexiblen Arbeitsmodellen und einem wettbewerbsfähigen Vergütungspaket, das auch Aktienoptionen und Leistungsboni umfasst.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass Sie so AI Data Analyst erhalten könnten
✨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 datavations 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 AI Data Analyst 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 AI Data Analyst bei datavations gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei datavations 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 datavations entscheidend sein!