Auf einen Blick
- Aufgaben: Baue und optimiere Datenpipelines und transformiere Modelle mit dbt und Dagster.
- Unternehmen: Finanzcheck, die führende Online-Plattform für Kreditvergleiche in Deutschland.
- Vorteile: 30 Tage Urlaub, flexible Arbeitszeiten, interne Karriereprogramme und Sportangebote.
- Weitere Informationen: Offene und inklusive Arbeitsumgebung mit über 50 Nationalitäten.
- Warum dieser Job: Werde Teil eines dynamischen Teams und forme die Kreditlandschaft von morgen.
- Qualifikationen: Mindestens 2 Jahre Erfahrung als Analytics Engineer oder in ähnlichen Rollen.
Das prognostizierte Gehalt liegt zwischen 55000 - 70000 € pro Jahr.
Wir sind Finanzcheck – die Online-Darlehensvergleichsplattform und der Anlaufpunkt für Verbraucherkredite in Deutschland. Wir gestalten den Kreditmarkt von morgen und wurden 2022 mit dem Kununu Top Employer Award ausgezeichnet. Werde jetzt Teil unserer Erfolgsgeschichte!
DEIN NEUES TEAM
Das Data Platform Team bietet die Dateninfrastruktur, fortschrittliche Modellierungsframeworks und analytische Dienstleistungen für unsere gesamte Organisation. Unsere Arbeit umfasst den gesamten Datenlebenszyklus, vom Aufbau robuster Pipelines und Data Vault-Modellen bis hin zur Bereitstellung sauberer dbt-Datensätze, der Erstellung von Berichten mit Tableau und Hex sowie der Zusammenarbeit mit Geschäftspartnern zur Lösung komplexer analytischer Probleme und zur Unterstützung wichtiger Geschäftsentscheidungen. Du wirst Teil eines kollaborativen Teams von 6 Datenprofis mit Sitz in Berlin.
WAS DU TUN WIRST
- Aufbau, Wartung und Optimierung zuverlässiger Datenpipelines und Transformationsmodelle mit dbt und Dagster.
- Enge Zusammenarbeit mit Geschäftspartnern und Analysten, um deren Datenanforderungen zu verstehen und in umsetzbare Datenlösungen zu übersetzen.
- Beitrag zu unseren zentralisierten Reporting-Modellen und -Frameworks unter Verwendung von Data Vault-Prinzipien.
- Entwurf und Bereitstellung hochwertiger, intuitiver Berichte und Analysen in Tableau oder Hex zur Unterstützung wichtiger Geschäftsentscheidungen.
- Sicherstellung der Datenzuverlässigkeit, -leistung und -qualität über unsere Transformationsebenen hinweg durch robuste Tests und Dokumentation.
- Aktive Teilnahme an Teamentscheidungen bezüglich technischer Best Practices, Ziele, Zeitpläne und unserem modernen Stack.
UNSER TECH STACK
- Plattform: AWS (S3, Redshift, Aurora, Glue, DMS, EC2, ECS, Fargate, Lambda usw.)
- Transformation & Orchestrierung: dbt, Dagster, Python
- Datenaufnahme & Streaming: SNS, SQS, Segment, Kinesis
- DataOps & Infrastruktur: Terraform, Docker, Github
- Analytik & Visualisierung: Tableau, Hex
- Eine lösungsorientierte Denkweise mit starkem Verantwortungsbewusstsein, eine Leidenschaft für Selbstlernen und kontinuierliche Verbesserung.
- Mindestens 2 Jahre Erfahrung als Analytics Engineer, Data Analyst, BI Developer oder in einer ähnlichen Datenrolle.
- Starke SQL-Kenntnisse mit der Fähigkeit, saubere, optimierte Abfragen zu schreiben, um komplexe Datensätze zu manipulieren und zu verknüpfen.
- Praktische Erfahrung oder solide Vertrautheit mit dbt, modularer Modellierung und Tests.
- Erfahrung mit BI-Tools, vorzugsweise Tableau und Hex.
- Gute Kommunikationsfähigkeiten und die Fähigkeit, eng mit Geschäftspartnern zusammenzuarbeiten, um analytische Anforderungen in technische Lösungen zu übersetzen.
- Vertrautheit mit modernen KI-unterstützten Entwicklungstools (GitHub Copilot oder ähnliche LLMs), um deine täglichen Codierungs-, Debugging- und Dokumentationsabläufe zu optimieren und zu beschleunigen.
Nice-to-Haves
- Erfahrung oder Vertrautheit mit Cloud-Datenlagern, vorzugsweise Amazon Redshift.
- Vertrautheit mit Data Vault-Architektur oder ähnlichen Methoden des Datenlagerdesigns (wie Kimball oder Inmon).
- Erfahrung mit modernen Orchestrierungstools wie Dagster oder Airflow.
- Vertrautheit mit moderner Datenarchitektur (z.B. Data Lakes, Data Lakehouses, Data Mesh).
- Erfahrung in der FinTech- oder Bankbranche.
INTERESSIERT?
Bewerbe dich online mit nur wenigen Klicks über den Bewerbungsbutton. Lade einfach deinen Lebenslauf (vorzugsweise als PDF-Datei) hoch und wir melden uns so schnell wie möglich bei dir. Alle Bewerbungen werden ausschließlich über das Bewerbungsformular angenommen.
Kontakt: Daria Nechaieva
Bei FINANZCHECK.de feiern wir Vielfalt und stehen für ein Umfeld, das eine Vielzahl von Hintergründen, Perspektiven und Fähigkeiten repräsentiert. Wir setzen uns für Chancengleichheit und Entwicklungsmöglichkeiten unabhängig von Geschlechtsidentität oder -ausdruck, Rasse, Religion, Alter, sexueller Orientierung, Hautfarbe, Behinderung, Kultur oder Herkunft ein.
Möchtest du mehr über uns erfahren? Besuche unsere Karriereseite: https://www.finanzcheck.de/jobs
Analytics Engineer (f/m/d) Arbeitgeber: Doist
Keyfactor ist ein hervorragender Arbeitgeber, der seinen Mitarbeitern in der Schweiz (Zürich) oder im Vereinigten Königreich (Remote) eine dynamische und unterstützende Arbeitsumgebung bietet. Mit einem starken Fokus auf Mitarbeiterentwicklung und strategischen Partnerschaften fördert das Unternehmen eine Kultur der Zusammenarbeit und Innovation, die es den Mitarbeitern ermöglicht, ihre Karriereziele zu erreichen und gleichzeitig einen bedeutenden Beitrag zum Unternehmenswachstum zu leisten.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass du so Analytics Engineer (f/m/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 Doist 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 (f/m/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 (f/m/d) bei Doist gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei Doist 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 Doist entscheidend sein!
