Trainee (w/m/d) AI Transformation

Trainee (w/m/d) AI Transformation

Hamburg Trainee 1849 - 2259 € / Monat (geschätzt) Homeoffice (teilweise)
G

Auf einen Blick

  • Aufgaben: Gestalte die AI-Transformation eines Konzerns und arbeite an innovativen Projekten.
  • Unternehmen: Freenet Unternehmensgruppe, ein führender Digital Lifestyle Provider.
  • Vorteile: Mobiles Arbeiten, Gesundheitsvorsorge, Entwicklungsprogramme und Mitarbeitervergünstigungen.
  • Weitere Informationen: Baue ein konzernweites Netzwerk auf und arbeite in einem dynamischen Umfeld.
  • Warum dieser Job: Erhalte Einblicke in Vorstandsarbeit und entwickle Kompetenzen in einem Zukunftsfeld.
  • Qualifikationen: Abgeschlossenes Studium in Wirtschaftsinformatik oder Data Science und Erfahrung mit AI-Tools.

Das prognostizierte Gehalt liegt zwischen 1849 - 2259 € pro Monat.

Im Rahmen unseres 12-monatigen Traineeprogramms gestaltest Du die AI-Transformation eines gesamten Konzerns aktiv mit. Du arbeitest an der Schnittstelle von Strategie, Technologie und Umsetzung und erhältst Einblicke in Vorstands- und Gremienarbeit durch die direkte Anbindung an die CEO-Berichtslinie. Dabei lernst Du unterschiedliche Unternehmensbereiche kennen, baust ein konzernweites Netzwerk auf und entwickelst Kompetenzen in einem der wichtigsten Zukunftsfelder unseres Unternehmens.

Deine Aufgaben:

  • Agentische Programmsteuerung: Du baust Agenten, Skills und Automatisierungen für Reporting, Meilenstein-Tracking, Statusabfragen und Kennzahlen auf und sorgst für eine strukturierte Dokumentation sowie eine nachhaltige Übergabe.
  • Moderne AI-Tools und -Plattformen: Du arbeitest mit modernen AI-Lösungen wie Microsoft 365 Copilot oder Claude im Rahmen der freigegebenen Tools.
  • AI-Bestandsaufnahme und Reifegradmessung: Du erhebst und analysierst Daten, pflegst Dashboards und unterstützt die kontinuierliche Weiterentwicklung der AI-Reife im Konzern.
  • Konzernweites Use-Case-Portfolio: Du pflegst Steckbriefe, koordinierst Statusabfragen und erstellst Übersichten für Managementtermine.
  • Markt- und Technologietrends: Du beobachtest neue Entwicklungen, bewertest relevante Modelle und Tools und bereitest Deine Erkenntnisse in kompakten Briefings auf.
  • AI-Enablement: Du gestaltest Materialien mit, bereitest Deine Builds als praxisnahe Blueprints auf und bringst Dich aktiv in der Enabler-Community ein.

Dein Profil:

  • Du hast ein abgeschlossenes Studium, idealerweise in Wirtschaftsinformatik, Data Science oder einer vergleichbaren Fachrichtung.
  • Du nutzt LLM-Tools selbstverständlich im Alltag und entwickelst damit eigene Lösungen.
  • Du hast bereits erste Erfahrungen mit Prompts, Automatisierungen, Low-Code-Lösungen oder Agenten gesammelt, beispielsweise im Studium, in Praktika oder eigenen Projekten.
  • Du suchst mehr als einen klassischen Berufseinstieg, übernimmst Verantwortung, treibst Themen eigenständig voran und möchtest Dich perspektivisch in Richtung einer Schlüssel- oder Führungsrolle entwickeln.
  • Du arbeitest analytisch und strukturiert und bringst Themen inklusive Dokumentation zuverlässig zum Abschluss.
  • Du erklärst technische Themen verständlich und adressatengerecht.
  • Du gehst offen auf Menschen zu und arbeitest gerne mit unterschiedlichen Fachbereichen zusammen.

Deine Benefits:

  • Mobiles Arbeiten
  • Gesundheitsvorsorge
  • Entwicklungsprogramme
  • Mitarbeitervergünstigungen

Trainee (w/m/d) AI Transformation Arbeitgeber: Gravis

Als Verkäufer / Verkaufsberater Telekommunikation in unserem neuen freenet-Shop in Berlin Köpenick bist Du Teil eines dynamischen Teams, das von Anfang an gemeinsam Erfolge feiert. Wir bieten Dir nicht nur ein transparentes Provisionsmodell und attraktive Mitarbeitervergünstigungen, sondern auch regelmäßige Weiterbildungen, die Deine persönliche und berufliche Entwicklung fördern. Bei uns hast Du die Möglichkeit, aktiv mitzugestalten und Deine Ideen einzubringen, während Du in einem inspirierenden Umfeld arbeitest, das den Umgang mit Menschen und digitale Produkte in den Mittelpunkt stellt.

G

Kontaktdaten:

Gravis Recruiting-Team

StudySmarter Expertenrat🤫

Wir sind der Meinung, dass du so Trainee (w/m/d) AI Transformation erhalten könntest

Schau dir lokale Data Science Meetups an!

In der Data Science Community gibt es viele Meetups und Konferenzen, die tolle Gelegenheiten bieten, um Kontakte zu knüpfen. Besuche solche Veranstaltungen in deiner Nähe, um mit Gleichgesinnten ins Gespräch zu kommen und möglicherweise auch Recruiter von Unternehmen wie Gravis zu treffen!

Nutze Online-Plattformen für Data Science

Plattformen wie Kaggle oder GitHub sind ideal, um dein Portfolio zu zeigen und dich mit anderen Data Scientists auszutauschen. Beginne mit kleineren Projekten oder Challenges auf diesen Plattformen und präsentiere deine Lösungen auf deinem Profil!

Frag nach Praktika über Universitätskanäle

Universitäten haben oft spezielle Karrierezentren, die dir bei der Suche nach einem Traineeplatz helfen können. Sie wissen oft von Praktikumsangeboten, die noch nicht öffentlich ausgeschrieben sind, also zögere nicht, dir die Unterstützung zu holen!

Bewirb dich direkt auf unserer Website!

Wir bei StudySmarter lieben es, talentierte Trainees zu unterstützen. Schau dir die offenen Stellen bei Gravis auf unserer Website an und bewirb dich direkt! Je kreativer und konkreter dein Ansatz ist, desto besser wird dein Eindruck!

Wir glauben, dass du diese Fähigkeiten brauchst, um Trainee (w/m/d) AI Transformation mit Bravour zu bestehen

Analytische Fähigkeiten
Aufmerksamkeit für Details
Technisches Verständnis
Erfahrung mit LLM-Tools
Automatisierungskompetenz
Low-Code-Lösungen
Datenanalyse

Einige Tipps für deine Bewerbung 🫡

Mach dein Interesse klar!:In deinem Bewerbungsschreiben solltest du unbedingt hervorheben, warum du dich für die Data Science interessierst und was dich an Gravis reizt. Zeig uns, dass du Bock hast, zu lernen und neue Dinge auszuprobieren – schließlich sind wir hier, um gemeinsam zu wachsen!

Deine Skills im Fokus:Stell sicher, dass du relevante Skills wie Programmiersprachen (z. B. Python oder R), Kenntnisse in SQL oder Machine Learning in deinem Lebenslauf anführst. Auch deine Projekte oder Studienarbeiten in diesem Bereich können wir gerne sehen – pack die besten in dein Portfolio!

Ruhig über den Tellerrand schauen:Wenn du Erfahrungen aus anderen Bereichen hast – sei es aus Praktika, Projekten oder sogar Hobbys – bring das mit ein! Oftmals ist in Data Science eine interdisziplinäre Denkweise super hilfreich. Zeig uns, was dich besonders macht und wie du das in die Data Science einbringen kannst!

Kurze Fragen, klare Antworten:Bei einem Trainee-Programm kommt es darauf an, offen für Feedback zu sein und klar zu kommunizieren. Wenn du Fragen zu deinem Bewerbungsprozess hast, zögere nicht, uns zu kontaktieren. Und vergiss nicht, dich über unsere Website zu bewerben – wir freuen uns auf deine Bewerbung!

Wie man sich auf ein Vorstellungsgespräch bei Gravis vorbereitet

Statistische Grundlagen auffrischen

Als Data-Science-Trainee ist es super wichtig, die Grundlagen der Statistik und der Datenanalyse im Kopf zu haben. Bereite dich darauf vor, Fragen zu Wahrscheinlichkeitsverteilungen, Hypothesentests und Regressionsanalysen zu beantworten. Das zeigt, dass du die nötigen Grundlagen hast, um in dieser Rolle durchstarten zu können.

Bereit für technische Herausforderungen

Da du in einem technischen Bereich arbeitest, sei auf praktische Programmierfragen vorbereitet. Das bedeutet, dass du mit Sprachen wie Python oder R sicher umgehen kannst. Erwarte vielleicht auch eine kleine Programmieraufgabe während des Interviews, also übe ein paar Coding-Challenges!

Lernbereitschaft zeigen

Als Trainee steht das Lernen im Vordergrund. Überlege dir konkrete Beispiele, die zeigen, wie du in der Vergangenheit neue Fähigkeiten oder Tools schnell erlernt hast. Zeig, dass du offen für Feedback bist und gerne in einem Team arbeitest, das dir beim Wachsen hilft!

Projekterfahrung und Portfolio teilen

Obwohl du in einer Traineeposition bist, solltest du vielleicht bereits an Projekten gearbeitet haben, sei es im Studium oder in persönlichen Projekten. Bereite eine kleine Übersicht deiner Arbeiten vor, inklusive der Tools und Methoden, die du verwendet hast, um fesselnde Einblicke in deine Denkweise und deine Herangehensweise an Data-Science-Probleme zu geben.