Auf einen Blick
- Aufgaben: Führe fortgeschrittene Datenanalysen durch, um die Lehrqualität und den Erfolg der Studierenden zu verbessern.
- Unternehmen: Neue technische Universität in Linz, Österreich, die digitale Transformation vorantreibt.
- Vorteile: Flexible Arbeitszeiten, Homeoffice-Option und ein attraktiver Campus mit guter Anbindung.
- Weitere Informationen: Vielfältige Aufgaben in einem dynamischen Umfeld mit Entwicklungsmöglichkeiten.
- Warum dieser Job: Gestalte die Zukunft der Bildung und arbeite an innovativen Projekten.
- Qualifikationen: Master oder PhD in Data Science oder verwandten Bereichen, 3+ Jahre Erfahrung.
Das prognostizierte Gehalt liegt zwischen 50000 - 70000 € pro Jahr.
IT:U ist eine neue technische Universität in Österreich (Linz), die sich der digitalen Transformation widmet, angetrieben von interdisziplinärer Forschung und projektbasiertem Lernen, um diese Transformation aktiv zu gestalten und mit einem lösungsorientierten Ansatz voranzutreiben.
Verantwortlichkeiten
- Durchführung fortgeschrittener Datenanalysen (Vorverarbeitung und Modellierung) von Studenten- und Lern-Daten (LMS und andere Systeme), um die Lehrqualität, den Erfolg der Studierenden und das Curriculum-Design zu verbessern.
- Entwurf, Entwicklung und Wartung von hochwirksamen Dashboards, Berichten und Datenvisualisierungen für Fakultäten, Programmleiter und institutionelle Stakeholder unter Verwendung moderner BI- und Analysetools.
- Enge Zusammenarbeit mit akademischem Personal und Teams für Lehren und Lernen, um komplexe analytische Ergebnisse in umsetzbare Empfehlungen und messbare Bildungsverbesserungen zu übersetzen.
- Unterstützung bei der Bewertung von Bildungsinnovationen durch Definition von Schlüsselmetriken und KPIs aus einer datengestützten Perspektive.
- Erkennung aufkommender Trends, Risiken und Chancen im Zusammenhang mit dem Engagement der Studierenden, dem akademischen Fortschritt und den Lernergebnissen.
- Gewährleistung des verantwortungsvollen, ethischen und konformen Umgangs mit Studenten- und Institutsdaten, strikte Einhaltung der Universitätsrichtlinien und Standards der Datenverwaltung (z.B. DSGVO).
Qualifikationen / Stärken
- Universitätsabschluss (Master oder PhD bevorzugt) in Data Science, Informatik, Bildungswissenschaften oder einem verwandten Bereich mit starkem Fokus auf Datenanalyse und KI.
- Über 3 Jahre Berufserfahrung als Learning Data Analyst, Educational Data Scientist oder in einer ähnlichen analytischen Rolle.
- Nachgewiesene Fähigkeiten in Data Science mit solidem angewandtem und theoretischem Wissen in Statistik und maschinellem Lernen; Erfahrung mit KI ist von Vorteil.
- Praktische Erfahrung mit BI-/Visualisierungstools, effizienten Abfragen und Programmierung (SQL, Python, R) sowie Fähigkeiten in Datenengineering und MLOps (z.B. Git, Docker).
- Erfahrung mit Daten von Lernsystemen (LMS, SIS, Bewertungen, Umfragen), um Bildungsmetriken zu definieren und zu überwachen.
- Strukturierte Kommunikationsfähigkeiten zur klaren Dateninterpretation und die Fähigkeit, komplexe Systeme Forschern, Studierenden und Mitarbeitern zu erklären.
- Teamplayer mit starken zwischenmenschlichen, organisatorischen und analytischen Problemlösungsfähigkeiten mit einer serviceorientierten Denkweise.
- Sehr gute Englischkenntnisse mindestens auf C1-Niveau.
Was Sie erwarten können
- Abwechslungsreiche und anpassbare Aufgaben in einer innovativen Bildungs- und Forschungseinrichtung.
- Einzigartige Gelegenheit, beim Aufbau einer neuen Universität zu helfen.
- Attraktiver Campus mit guten Verkehrsanbindungen.
- Kostenloses Parken oder Klimaticket Oberösterreich.
- Flexible Arbeitszeiten durch ein Gleitzeitmodell und die Möglichkeit für Homeoffice.
Learning Data Analyst (f/m/d) Arbeitgeber: IT U
IT:U ist eine innovative technische Universität in Linz, die sich der digitalen Transformation widmet und ein dynamisches Arbeitsumfeld bietet. Als Arbeitgeber fördern wir eine offene und kollaborative Kultur, die auf interdisziplinärer Forschung und projektbasiertem Lernen basiert. Unsere Mitarbeiter profitieren von flexiblen Arbeitszeiten, der Möglichkeit zum Homeoffice sowie von einem attraktiven Campus mit hervorragenden Verkehrsanbindungen und kostenfreien Parkmöglichkeiten.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass du so Learning Data Analyst (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 IT U 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 Learning Data Analyst (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 Learning Data Analyst (f/m/d) bei IT U gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei IT U 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 IT U entscheidend sein!
