Auf einen Blick
- Aufgaben: Entwickle Datenanalysen und KI-Lösungen für die BW-Bank.
- Unternehmen: Innovative Bank mit Fokus auf Omnikanal-Strategien.
- Vorteile: Attraktives Gehalt, flexible Arbeitszeiten und Weiterbildungsmöglichkeiten.
- Weitere Informationen: Motiviertes Team mit Raum für Kreativität und Wachstum.
- Warum dieser Job: Gestalte die Zukunft der Datenanalyse und mache einen echten Unterschied.
- Qualifikationen: Studium in Informatik oder Wirtschaftsinformatik und Programmierkenntnisse.
Das prognostizierte Gehalt liegt zwischen 45000 - 65000 € pro Jahr.
Im Rahmen der konsequenten Ausrichtung des Kundengeschäfts der BW-Bank hin zu einer Omnikanalbank kommt dem Ausbau und der Weiterentwicklung von Data Analytics und künstlicher Intelligenz eine herausragende Bedeutung zu. Als Referent*in Data Analytics (m/w/d) schürfst Du mit uns nach den Rohstoffen für unseren Erfolg. In der Vielfalt verfügbarer Daten wirst Du finden, wonach wir suchen: Informationen und Wissen. Wage mit uns den Blick in die Zukunft, auf der Grundlage unserer Daten und der Smart-Data Analytics Plattform. Es inspiriert Dich, Rohdaten in analysierbare Strukturen zu überführen, damit daraus wertvolle Erkenntnisse gewonnen werden können. Immer mit direktem Bezug zur gelebten Praxis. Du wirst bei uns aus Daten Werte schaffen.
Wir bauen auf kurze Berichtswege, Gestaltungsspielraum und Teamwork. Du triffst auf ein hochmotiviertes, offenes und integratives Team. Wenn Du Freude am Gestalten und Entwickeln hast und unsere BW-Bank gemeinsam mit uns nach vorne bringen möchtest, dann freuen wir uns auf Dich und auf Deine Bewerbung.
Aufgaben:
- Verantwortung für die Datenanbindung und -bereitstellung für KI und Data Analytics sowie Sicherstellung von Struktur, Effizienz, Stabilität und Performance im Datenhaushalt der S-DAP
- Sicherstellung des stabilen produktiven Betriebs der Datenversorgung durch Monitoring, Fehleranalyse und Ablaufautomatisierung
- Entwicklung und Betrieb robuster sowie skalierbarer Datenlade- und Transformationsprozesse auf der S-DAP für unterschiedliche Abnehmer
- Überführung fachlicher Datenanforderungen in eine strukturierte Datenbereitstellung unter konsequenter Berücksichtigung des „Need-to-know“-Prinzips
- Mitwirkung im S-DAP Releasemanagement sowie an der kontinuierlichen Weiterentwicklung der Datenversorgung
Profil:
- Abgeschlossenes Studium der Informatik oder Wirtschaftsinformatik mit Programmierkenntnissen in Scala (Spark), PySpark und Python
- Sehr gute SQL-Kenntnisse und sicherer Umgang mit Datenbankabfragen und -optimierung
- Fundierte Datenbankgrundlagen im Bezug auf Relationale Datenbanken sowie Nicht-relationale Datenbanken (z. B. NoSQL-Technologien)
- Praxiserfahrung im Umgang mit Parquet und idealerweise weiteren Big-Data-Formaten
- Sehr gute ETL-Kenntnisse und Erfahrung im Aufbau robuster Datenlade- und Transformationsprozesse
- Erfahrung mit Kubernetes und Container-Technologien
- Umgang mit der Linux-Shell (Scripting)
- Kenntnisse in Deployment- und Development-Prozessen: Git und Branching-Strategien sowie CI/CD-Pipelines (Toolchain)
- Erfahrung mit einem Job-Steuerung-Tool, idealerweise Control-M
- Ausgeprägte Freude am Arbeiten mit Daten und an komplexen Datenflüssen
- Bereitschaft, sowohl in der Entwicklung als auch im Betrieb Verantwortung zu übernehmen
- Bankfachliches Know-how oder hohe Bereitschaft, sich in bankfachliche Themen einzuarbeiten
- Analytische und strukturierte Arbeitsweise, Teamfähigkeit und Kommunikationsstärke, Bereitschaft Wissen zu teilen
Referent Data Analytics (m/w/x) Arbeitgeber: LBBW
Die BW-Bank bietet als Arbeitgeber ein inspirierendes Umfeld, in dem Teamarbeit und Gestaltungsspielraum großgeschrieben werden. Mit einem hochmotivierten und integrativen Team fördern wir die persönliche und berufliche Weiterentwicklung unserer Mitarbeiter und setzen auf innovative Technologien im Bereich Data Analytics und künstliche Intelligenz. Unsere Unternehmenskultur ist geprägt von kurzen Entscheidungswegen und der Möglichkeit, aktiv an der Zukunft der Bank mitzuarbeiten.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass Sie so Referent Data Analytics (m/w/x) erhalten könnten
✨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 LBBW 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 Referent Data Analytics (m/w/x) 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 Referent Data Analytics (m/w/x) bei LBBW gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei LBBW 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 LBBW entscheidend sein!
