Analytics Engineer - All Genders in Berlin

Analytics Engineer - All Genders in Berlin

Berlin Vollzeit 54450 - 66550 € / Jahr (geschätzt) Homeoffice
D

Auf einen Blick

  • Aufgaben: Gestalte und pflege skalierbare Datenmodelle für Analysen und unterstütze Teams bei datenbasierten Entscheidungen.
  • Unternehmen: Doodle, eine innovative B2B SaaS-Plattform mit Fokus auf Zusammenarbeit.
  • Vorteile: Flexible Arbeitszeiten, modernes Arbeitsumfeld und Zugang zu den neuesten AI-Tools.
  • Weitere Informationen: Wachstumsmöglichkeiten in einem inklusiven und vielfältigen Arbeitsumfeld.
  • Warum dieser Job: Sei Teil eines dynamischen Teams und forme die Zukunft der Produktivität mit vertrauenswürdigen Daten.
  • Qualifikationen: Erfahrung in der Datenmodellierung, fortgeschrittene SQL-Kenntnisse und ein Verständnis für Produktanalytik.

Das prognostizierte Gehalt liegt zwischen 54450 - 66550 € pro Jahr.

Doodle ist eine B2B SaaS-Plattform, die von Millionen von Fachleuten genutzt wird, um Meetings und die Zusammenarbeit zwischen Teams und Unternehmen zu koordinieren. Wir bauen die Zukunft der Terminplanung und Produktivität, und vertrauenswürdige Daten sind eines unserer wertvollsten Produkte. Jede Produktentscheidung, jedes Experiment, jede Kundeninsight und jede Geschäftszahl hängt davon ab.

In dieser Rolle werden Sie einen Teil der Analytics-Schicht mitverantworten, die Entscheidungen bei Doodle unterstützt. Sie verwandeln Rohdaten in vertrauenswürdige, skalierbare Datensätze für Experimente, Berichterstattung und Produktinnovation. Unsere Transformationen werden in dbt auf Amazon Redshift aufgebaut, mit Athena daneben, und Teams erkunden und berichten über Daten in Power BI, Hex und unseren eigenen internen KI-Tools.

Sie arbeiten eng mit Produkt, Engineering, Vertrieb, Marketing, Finanzen und der Führung zusammen. Manchmal bedeutet das, die Kennzahlen zu definieren, auf denen das gesamte Unternehmen basiert. An anderen Tagen helfen Sie einem Wachstumsmanager, einen A/B-Test zu entwerfen, oder zeigen einem Team, wie es seine eigenen Fragen beantworten kann, ohne auf jemanden warten zu müssen. Wenn Sie sich für saubere Modelle, gut definierte Kennzahlen und Daten begeistern, denen man tatsächlich vertraut, werden Sie hier ein anregendes Umfeld finden.

AI steht im Mittelpunkt unserer Arbeit. Wir erwarten von Ihnen, dass Sie KI-Codierungstools nutzen, um schneller beim Modellieren, Testen und Dokumentieren voranzukommen, und um dem Rest von Doodle zu helfen, mehr aus KI in ihrer täglichen Arbeit mit Daten herauszuholen.

Was Sie tatsächlich tun werden:

  • Daten modellieren: Entwerfen, erstellen und pflegen Sie skalierbare analytische Datenmodelle in dbt, unter Beachtung der besten Praktiken der Analytics-Engineering.
  • Datenqualität sicherstellen: Zuverlässige Transformationen von Rohdaten zu geschäftsbereiten Datensätzen erstellen, mit Tests, Validierung und Dokumentation über die Analytics-Schicht hinweg.
  • Die Kennzahlen definieren: Vertrauenswürdige Geschäftszahlen definieren, dokumentieren und pflegen, die im gesamten Unternehmen verwendet werden, und die Definitionen zwischen den Teams abstimmen.
  • Die semantische Schicht aufbauen: Eine skalierbare semantische Schicht weiterentwickeln, die konsistente Berichterstattung und Self-Service-Analysen ermöglicht.
  • Experimentation fördern: Mit Produkt- und Wachstumsmanagern an A/B-Tests, Trichtern, Kundenbindung und Kundeninsights arbeiten, durch qualitativ hochwertiges Event-Modelling und Instrumentierung. Dann helfen Sie den Teams, die Ergebnisse zu lesen und zu entscheiden, was als Nächstes zu tun ist.
  • Was zählt, messen: Zuverlässige Messrahmen für Produkteinführungen und Funktionsfreigaben von Tag eins an bereitstellen.
  • Self-Service ermöglichen: Dashboards und Berichte in Power BI, Hex oder unseren internen KI-Tools erstellen und Stakeholder coachen, damit sie ihre eigenen Antworten finden können.
  • Mit KI führen: KI-gestützte Analyse-Workflows aufbauen und Teams bei Doodle helfen, KI in ihrer Arbeit mit Daten zu übernehmen.

Was bringen Sie mit?

Sie werden hier gedeihen, wenn Sie starke Grundlagen im Analytics Engineering mit einer Produkt- und Geschäftsperspektive kombinieren und ehrlich über Ihre Stärken, Schwächen und das, was Sie noch lernen, sind.

  • Modellierungserfahrung: Starke praktische Erfahrung im Aufbau analytischer Datenmodelle mit dbt oder einem ähnlichen Transformationsrahmen und ein gutes Verständnis der dimensionalen Modellierung.
  • SQL: Fortgeschrittene SQL-Kenntnisse und Erfahrung mit großen analytischen Datensätzen.
  • Das Warehouse: Erfahrung mit Cloud-Datenlagern wie Amazon Redshift.
  • Das BI-Toolkit: Erfahrung im Erstellen von Dashboards und Self-Service-Berichten in Power BI oder ähnlichen BI-Tools.
  • Die Produktperspektive: Vertrautheit mit Experimentierframeworks und Produktanalysen.
  • Die KI-Mentalität: Praktische Erfahrung mit Claude oder ähnlichen KI-Assistenten, einschließlich der Einrichtung von MCPs und der Nutzung von KI-Codierungstools. Sie haben die Einführung von KI in einem Team oder einer Organisation vorangetrieben.
  • Der Kommunikator: Sie können technische Konzepte sowohl technischen als auch nicht-technischen Personen erklären und Daten in Empfehlungen umwandeln, die Stakeholdern helfen, Entscheidungen zu treffen.
  • Der Standort: Sie sind in dem Land ansässig und haben das Recht, dort zu arbeiten, wo diese Rolle ausgeschrieben ist. Wir können derzeit keine Visa sponsern oder Umzüge unterstützen.

Schön zu haben:

  • Erfahrung im Aufbau semantischer Schichten oder Self-Service-Analyseplattformen.
  • Gute Python-Kenntnisse zur Datenverarbeitung und Automatisierung, z.B. mit pandas.
  • Vertrautheit mit Workflow-Orchestrierungstools wie Airflow und Erfahrung mit Athena.
  • Erfahrung mit Tools wie Google Analytics 4, GrowthBook (A/B-Tests) oder Avo (Tracking-Plan-Design und Daten-Governance).
  • Der SaaS-Hintergrund: Erfahrung in einem modernen B2B-SaaS-Umfeld.

Warum Doodle?

  • Reale Auswirkungen: Ihre Modelle prägen, wie die Welt sich trifft.
  • Technische Herausforderung: Wir beschäftigen uns mit „Zeit“-Problemen, mit denen die meisten Unternehmen nie konfrontiert werden, und den Produktdaten, die damit verbunden sind: Zeitzonen, Kalender und Zeitpläne, die sich ständig ändern.
  • Messbare Auswirkungen: Mit Millionen von Nutzern treiben die Daten, die Sie modellieren, Entscheidungen voran, die Sie in realen Zahlen sehen werden.
  • Moderne Werkzeuge: Wir geben Ihnen die besten KI- und agentischen Werkzeuge, und wir erwarten, dass Sie sie nutzen.
  • Kultur des Vertrauens: Wir schätzen Neugier, Autonomie und ein Gleichgewicht, das Ihre Zeit ebenso respektiert wie die unserer Nutzer.

Einstellungsprozess:

  • Erste Bewerbungsprüfung
  • HR-Interview
  • Technisches Interview (basierend auf einer Hausaufgabe)
  • Exec-Interview
  • Endgültiges Angebot & Referenzprüfung

Bei Doodle setzen wir uns für ein Umfeld gegenseitigen Vertrauens und Respekts ein, in dem allen Bewerbern und Teammitgliedern unabhängig von Alter, Rasse, ethnischer Herkunft, Hautfarbe, Behinderung, Religion oder Glauben, Geschlecht, Geschlechtsidentität oder sexueller Orientierung gleiche Beschäftigungsmöglichkeiten geboten werden. Vielfalt und Inklusion sind uns von größter Bedeutung. Wir setzen uns dafür ein, ein Team aufzubauen, das eine Vielzahl von Hintergründen, Perspektiven und Fähigkeiten repräsentiert. Je inklusiver wir sind, desto besser wird unsere Arbeit und unsere Produkte sein. Wir möchten von Ihnen hören, also zögern Sie nicht, sich zu bewerben. Wir freuen uns auf Ihre Bewerbung.

WICHTIGE HINWEIS: Wir können nur Bewerbungen von Kandidaten berücksichtigen, die in dem Land ansässig sind und das Recht haben, dort zu arbeiten, wo diese Rolle ausgeschrieben ist. Derzeit können wir kein Visum sponsern oder Umzüge für diese Position unterstützen.

Analytics Engineer - All Genders in Berlin Arbeitgeber: Doodle

Doodle ist ein hervorragender Arbeitgeber, der eine dynamische und flexible Arbeitskultur bietet, die auf Zusammenarbeit und Innovation ausgerichtet ist. Mit einem hybriden Arbeitsmodell, 30 Urlaubstagen und einem großzügigen Lern- und Entwicklungsetat fördert Doodle das persönliche Wachstum seiner Mitarbeiter und bietet gleichzeitig zahlreiche Vorteile wie ein Headspace-Abonnement und Familienunterstützung. Die Möglichkeit, von überall in der EU zu arbeiten, macht Doodle zu einem attraktiven Arbeitsplatz für Fachkräfte, die nach einer sinnvollen und erfüllenden Karriere suchen.

D

Kontaktdaten:

Doodle Recruiting-Team

StudySmarter Expertenrat🤫

Wir sind der Meinung, dass du so Analytics Engineer - All Genders in Berlin 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 Doodle 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 - All Genders in Berlin mit Bravour zu bestehen

Analytische Fähigkeiten
Aufmerksamkeit für Details
Technische Kompetenz
dbt
SQL
Amazon Redshift
Power BI

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 - All Genders bei Doodle gut geeignet bist.

Wie man sich auf ein Vorstellungsgespräch bei Doodle 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 Doodle entscheidend sein!