Auf einen Blick
- Aufgaben: Entwickle analytische Modelle und Dashboards, um datenbasierte Entscheidungen zu treffen.
- Unternehmen: Schnell wachsendes Unternehmen im Bereich rechtliche KI mit innovativer Kultur.
- Vorteile: Attraktives Gehalt, Aktienoptionen, flexible Arbeitszeiten und Entwicklungsmöglichkeiten.
- Weitere Informationen: Dynamisches Umfeld mit großartigen Wachstumschancen und einem engagierten Team.
- Warum dieser Job: Gestalte die Zukunft der Rechtsarbeit und habe Einfluss von Tag eins.
- Qualifikationen: 5+ Jahre Erfahrung in Datenanalyse und starke SQL-Kenntnisse.
Das prognostizierte Gehalt liegt zwischen 60000 - 80000 € pro Jahr.
GC AI ist die am schnellsten wachsende und vertrauenswürdigste rechtliche KI-Plattform für interne Rechtsteams. Wir bauen die Zukunft der juristischen Arbeit und tun dies schnell. Sie werden zu einem entscheidenden Zeitpunkt beitreten - wenn Entscheidungen wichtig sind, der Einfluss sofort spürbar ist und der Weg zur Gestaltung Ihrer Karriere weit offen ist. Wir sind ein leistungsstarkes Team, in dem Sie von Anfang an echte Verantwortung und Einfluss haben werden.
Wir suchen einen Analytics Engineer, der Revenue Operations beitritt und die Intelligenzschicht aufbaut, die die Daten von GC AI in Entscheidungen umwandelt. Sie werden die erste dedizierte Analytics-Einstellung von GC AI sein und eng mit Vertrieb, Marketing, Customer Success, Finanzen, Produkt und der Führung zusammenarbeiten, um zu definieren, wie das Unternehmen sich selbst misst und wo es seinen Fokus setzt.
Was Sie tun werden:
- Eigentum der analytischen Modellierungsschicht: Entwerfen und pflegen Sie dimensionale Modelle (Umsatz, Pipeline, Produktnutzung, Kundenlebenszyklus), die die Daten des Data Warehouses für die Geschäftsteams nutzbar machen.
- Erstellen Sie die Intelligenzschicht: Bauen Sie Dashboards, Berichte und Self-Service-Analysen, die Vertrieb, Marketing, Customer Success, Produkt, Finanzen und die Führung in Echtzeit Einblick in die wichtigen Kennzahlen geben.
- Fahren Sie GTM-Analysen: Besitzen Sie die analytischen Rahmenbedingungen hinter der Pipeline-Generierung, Verkaufsprognosen, Kundenbewertung, Retentionsanalysen und Marketingattribution.
- Erstellen Sie Analytics-Workflows: Bauen Sie leichte Transformations- und Anreicherungs-Pipelines, die spezifisch für Analytics-Workflows sind.
- Fördern Sie eine datengestützte Kultur: Arbeiten Sie mit Stakeholdern aus Revenue Operations, Finanzen, Produkt und dem Führungsteam zusammen, um deren Datenbedürfnisse zu verstehen.
- Skalieren Sie die Funktion: Etablieren Sie Standards, Dokumentation und Best Practices, um die Analytics-Fähigkeiten von GC AI wachsen zu lassen.
Was Sie erreicht haben:
- 5+ Jahre Erfahrung in Datenengineering, Business Intelligence oder Analytics Engineering in B2B SaaS.
- Erfahrung im Aufbau und in der Pflege analytischer Datenmodelle.
- Starke Kenntnisse in SQL und Erfahrung mit Cloud-Datenbanken wie BigQuery oder Snowflake.
- Nachweisliche Erfahrung im Erstellen von Dashboards und Berichten in BI-Tools.
- Starke funktionsübergreifende Zusammenarbeit mit Vertrieb, Marketing, Finanzen, Produkt und Führung.
- Analytische Denkweise mit Expertise in der Definition und Verfolgung von KPIs.
- Selbststarter, der in schnelllebigen, unklaren Startup-Umgebungen gedeiht.
Nice to have:
- Erfahrung in der Zusammenarbeit mit einem Data Engineering-Team.
- Vertrautheit mit produktgesteuerten Wachstumsanalysen.
- Erfahrung mit Daten-Governance oder Datenobservabilitätstools.
Standortpolitik: Dies ist eine Remote-Position, es sei denn, Sie wohnen innerhalb von etwa 50 Meilen von unserem Büro in San Mateo, CA oder Provo, UT.
Gleichstellung: GC AI ist ein Arbeitgeber, der Chancengleichheit bietet und Vielfalt am Arbeitsplatz unterstützt.
Vergütung: $181K – $245K • Angebote von Eigenkapital.
Analytics Engineer, Revenue Arbeitgeber: Dormont Manufacturing Co
Dormont Manufacturing Co ist ein hervorragender Arbeitgeber, der seinen Mitarbeitern in Genf die Möglichkeit bietet, an der Weiterentwicklung der SonarQube-Plattform zu arbeiten. Mit einer flexiblen Arbeitsweise, die sowohl Büro- als auch Remote-Tage umfasst, fördert das Unternehmen eine Kultur der Vielfalt und des kontinuierlichen Lernens, während es gleichzeitig spannende Wachstumschancen in einem dynamischen Umfeld bietet.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass du so Analytics Engineer, Revenue 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 Dormont Manufacturing Co 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, Revenue 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, Revenue bei Dormont Manufacturing Co gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei Dormont Manufacturing Co 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 Dormont Manufacturing Co entscheidend sein!
