Data Analytics Engineer II

Data Analytics Engineer II

Vollzeit 60000 - 80000 € / Jahr (geschätzt) Homeoffice (teilweise)
Embedded Shishya

Auf einen Blick

  • Aufgaben: Entwickle und skaliere unsere nächste Generation von Unternehmensmetriken.
  • Unternehmen: Mercury Insurance, ein Unternehmen mit über 60 Jahren Erfahrung im Risikomanagement.
  • Vorteile: Wettbewerbsfähiges Gehalt, flexible Arbeitszeiten, Gesundheitsleistungen und Weiterbildungsmöglichkeiten.
  • Weitere Informationen: Dynamisches Team mit Fokus auf persönliche und berufliche Entwicklung.
  • Warum dieser Job: Gestalte die Zukunft der Datenanalyse und arbeite an innovativen Projekten.
  • Qualifikationen: Erfahrung in der Analyse und Entwicklung mit dbt und SQL.

Das prognostizierte Gehalt liegt zwischen 60000 - 80000 € pro Jahr.

Overview

We’re looking for an Analytics Engineer II to build our next‑generation enterprise metrics store and enable insights across underwriting, sales, product, claim and experience.

This role blends analytics engineering and prompt engineering, supporting our journey toward a fully governed, AI‑ready data ecosystem.

As an Analytics Engineer, you will sit at the intersection of data modeling (dbt, semantic layer), business metrics (insurance domain: quotes, binds, premium, agency performance), and analytics engineering (root‑cause analysis, metric relationships, metric store).

This is a hands‑on role where you will design, build, and scale core metrics and analytical workflows, working closely with product, business, and engineering stakeholders.

The team is evolving toward exposing metric infrastructure as internal services, so you’ll have the opportunity to shape that API layer as it matures.

An in‑person interview may be required during the hiring process.

Responsibilities

  • Build and scale the metric layer
  • Develop and maintain dbt models
  • Contribute to semantic layer definitions (metrics, dimensions, relationships); ensure consistency and correctness of key business metrics and metric hierarchies (metric pyramid)
  • Implement analytical logic for root‑cause analysis and metric insights
  • Build root‑cause analysis workflows: implement baseline comparisons and companion metric analysis
  • Translate business questions into scalable analytical patterns
  • Enable metric consumption across tools; support metric usage in different BI or analytical tools
  • Build reusable logic that avoids duplication across tools
  • Prepare for future API‑based metric serving layer
  • Partner with business and product stakeholders; work closely with sales, product, underwriting, claims, experience and other business teams
  • Translate ambiguous questions into structured metrics and actionable insights
  • Improve data quality and governance; define and enforce metric definitions, dimension standards and data contracts
  • Debug issues across upstream pipelines, the semantic layer and analytical outputs

Qualifications

  • Bachelor’s Degree in Computer Science, Statistics or a similar field
  • 3–5 years of analytics engineering or a similar analytical role with dbt or similar transformation frameworks (proficiency with models, tests, incremental materialization, Jinja macros)
  • Advanced SQL on a columnar warehouse (Redshift, Snowflake, or Big Query)
  • Python for data transformation and analysis (pandas, basic scripting)
  • Comfort working with YAML‑based configuration and version‑controlled analytics workflows
  • Clear written and verbal communication—able to explain metric definitions and data lineage to non‑technical stakeholders
  • Nice to have: P&C insurance domain experience; Cohort analysis, funnel metrics, performance analysis; familiarity with Metric Flow and the dbt Semantic Layer; exposure to Retool or similar low‑code tools for operational write‑back workflows; Fast API or similar Python API frameworks (Flask, Django REST) for serving data products as services

About the Company

At Mercury, we have been guided by our purpose to help people reduce risk and overcome unexpected events for more than 60 years.

We are one team with a common goal to help others.

Everyone needs insurance and we can’t imagine a world without it.

Our team will encourage you to grow, make time to have fun, and work together to make great things happen.

We embrace the strengths and values of each team member and believe in having diverse perspectives where everyone is included, to serve customers from all walks of life.

We care about our people and reward our talented professionals with competitive salary, bonus potential, and a variety of benefits to help our team members reach their health, retirement, and professional goals.

Perks and Benefits

  • Competitive compensation
  • Flexibility to work from anywhere in the United States for most positions
  • Paid time off (vacation time, sick time, 9 paid company holidays, volunteer hours)
  • Incentive bonus programs (potential for holiday bonus, referral bonus, and performance‑based bonus)
  • Medical, dental, vision, life, and pet insurance
  • 401(k) retirement savings plan with company match
  • Engaging work environment
  • Promotional opportunities
  • Education assistance
  • Professional and personal development opportunities
  • Company recognition program
  • Health and wellbeing resources, including free mental wellbeing therapy/coaching sessions, child and eldercare resources, and more
  • Pay Range
  • $94,458 to $179,048 (CA, NJ, NY, WA, HI, AK, MD, CT, RI, MA)
  • $85,871 to $162,771 (NV, OR, AZ, CO, WY, TX, ND, MN, MO, IL, WI, FL, GA, MI, OH, VA, PA, DE, VT, NH, ME)
  • $77,283 to $146,494 (UT, ID, MT, NM, SD, NE, KS, OK, IA, AR, LA, MS, AL, TN, KY, IN, SC, NC, WV)

Mercury Insurance is an equal opportunity employer.

All qualified applicants will receive consideration for employment without regard to race, color, religion, sex, sexual orientation, gender identity, national origin, disability, status as a protected veteran, or any other characteristic protected by federal, state, or local law.

#J-18808-Ljbffr

Data Analytics Engineer II Arbeitgeber: Embedded Shishya

Mercury Insurance ist ein hervorragender Arbeitgeber, der seinen Mitarbeitern nicht nur ein wettbewerbsfähiges Gehalt und umfassende Sozialleistungen bietet, sondern auch eine flexible Arbeitsumgebung, die es ermöglicht, von überall in den USA zu arbeiten. Unsere Unternehmenskultur fördert persönliches und berufliches Wachstum, während wir gleichzeitig Wert auf Teamarbeit und Vielfalt legen, um innovative Lösungen für unsere Kunden zu entwickeln.

Embedded Shishya

Kontaktdaten:

Embedded Shishya Recruiting-Team

StudySmarter Expertenrat🤫

Wir sind der Meinung, dass du so Data Analytics Engineer II 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 Embedded Shishya 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 Data Analytics Engineer II mit Bravour zu bestehen

SQL
Problem-Solving Skills
Communication Skills
Python
Data Engineering
Data Pipeline Development
API Integration

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 Data Analytics Engineer II bei Embedded Shishya gut geeignet bist.

Wie man sich auf ein Vorstellungsgespräch bei Embedded Shishya 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 Embedded Shishya entscheidend sein!