Auf einen Blick
- Aufgaben: Werde ein technischer Anwalt für Analytics Engineering und unterstütze Nutzer mit deinem Wissen.
- Unternehmen: Innovatives Unternehmen, das eine offene und kollaborative Kultur fördert.
- Vorteile: Attraktives Gehalt, flexible Remote-Arbeit und Möglichkeiten zur beruflichen Weiterentwicklung.
- Weitere Informationen: Dynamisches Umfeld mit kontinuierlichen Lern- und Wachstumschancen.
- Warum dieser Job: Arbeite an der Spitze von KI-gestützten Workflows und modernen Analysepraktiken.
- Qualifikationen: Erfahrung in dbt, SQL und Datenmodellierung sowie starke Kommunikationsfähigkeiten.
Das prognostizierte Gehalt liegt zwischen 63000 - 77000 € pro Jahr.
This position is listed on behalf of a partner company, who manages all applications and next steps. Our partner is looking for an Analytics Engineering Advocate based in Germany.
This role is designed for a technically skilled and customer-focused professional who is passionate about helping teams succeed with data.
You will combine analytics engineering expertise, problem-solving skills, and strong communication abilities to support users and communities.
The position offers the opportunity to work closely with modern data teams, helping them adopt best practices and unlock the value of their analytics workflows.
You will act as a trusted technical advisor, bridging user needs, product improvements, and community engagement.
Working in a fully remote environment, you will contribute to an open and collaborative culture built around transparency and shared knowledge.
You will also play a key role in exploring AI-powered workflows and helping others leverage emerging technologies effectively.
Accountabilities
In this role, you will become a technical advocate for analytics engineering practices, supporting users, sharing knowledge, and helping shape better data experiences.
You will collaborate with customers, communities, and internal teams to solve complex challenges, improve adoption, and contribute to the evolution of data workflows.
- Support users through technical troubleshooting, debugging, and problem-solving via communication channels, calls, and collaborative sessions.
- Provide guidance on analytics engineering best practices, SQL development, data modeling, and modern data workflows.
- Become a subject matter expert on the platform, understanding product capabilities and helping users maximize its value.
- Create educational resources such as tutorials, documentation, guides, demos, blog posts, videos, and code examples.
- Build and nurture a strong analytics engineering community by engaging users, identifying advocates, and encouraging knowledge sharing.
- Represent the product and community at events, conferences, and meetups while sharing insights about modern analytics and AI-driven workflows.
- Use AI-powered tools to improve productivity, accelerate technical problem-solving, and help users adopt similar approaches.
- Gather user feedback and translate insights into recommendations that support product strategy and continuous improvement.
Requirements
The ideal candidate combines strong technical expertise in analytics engineering with excellent communication skills and a passion for helping others succeed with data.
- Hands-on experience with dbt, SQL, data modeling, and modern data stack technologies.
- Strong understanding of business intelligence, analytics engineering workflows, and data team practices.
- Comfortable working with Git, command line tools, and data visualization platforms.
- Experience using AI coding assistants and productivity tools to accelerate development, debugging, and problem-solving.
- Ability to navigate complex technical challenges with curiosity, resilience, and a structured approach.
- Strong written and verbal communication skills, with the ability to explain technical concepts to different audiences.
- Natural teaching ability and experience creating educational content, documentation, or technical enablement materials.
- Strong empathy, active listening skills, and a user-focused mindset.
- Ability to connect user challenges with product opportunities and strategic improvements.
- Comfortable working in a remote environment across time zones, ideally within UTC +/- 3 hours.
Benefits
- Competitive compensation package: £65K – £100K.
- Equity opportunity ranging from 0.1% – 0.3%.
- Fully remote working environment with flexibility to work from different locations.
- Opportunity to contribute to an open-source product used by modern data teams.
- High-impact role combining technical expertise, customer success, community building, and product influence.
- Collaborative culture focused on transparency, autonomy, and shared decision-making.
- Opportunity to work at the forefront of AI-powered workflows and modern analytics practices.
- Inclusive environment that values diverse perspectives, experiences, and backgrounds.
- Continuous opportunities to learn, grow, and contribute to the future of data and analytics.
How Jobgether works
We use an
AI-powered matching process to ensure your application is reviewed quickly, objectively, and fairly against the role's core requirements.
Our system identifies the top-fitting candidates, and this shortlist is then shared directly with the hiring company.
The final decision and next steps (interviews, assessments) are managed by their internal team.
We appreciate your interest and wish you the best!
Why Apply Through Jobgether?
Data Privacy Notice
By submitting your application, you acknowledge that Jobgether will process your personal data to evaluate your candidacy and share relevant information with the hiring employer.
This processing is based on legitimate interest and pre-contractual measures under applicable data protection laws (including GDPR).
You may exercise your rights (access, rectification, erasure, objection) at any time.
#LI-CL1
We may use artificial intelligence (AI) tools to support parts of the hiring process, such as reviewing applications, analyzing resumes, or assessing responses and identifying potential inconsistencies or verification signals in application materials based on available information.
These tools assist our recruitment team but do not replace human judgment.
Final hiring decisions are ultimately made by humans.
If you would like more information about how your data is processed, please contact us.
Analytics Engineering Advocate Arbeitgeber: Jobgether
Jobgether ist ein hervorragender Arbeitgeber, der kreative Talente in der Schweiz anzieht. Mit flexiblen Arbeitsbedingungen, 20 Urlaubstagen und umfassender medizinischer Versicherung bietet das Unternehmen nicht nur ein unterstützendes und innovatives Arbeitsumfeld, sondern auch zahlreiche Möglichkeiten zur beruflichen Weiterentwicklung. Hier haben Sie die Chance, in einem dynamischen Team zu arbeiten und Ihre kreativen Ideen in die Tat umzusetzen.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass du so Analytics Engineering Advocate 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 Jobgether 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 Engineering Advocate 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 Engineering Advocate bei Jobgether gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei Jobgether 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 Jobgether entscheidend sein!
