Auf einen Blick
- Aufgaben: Leite das Data-Team und arbeite an spannenden Analysen und Dashboards.
- Unternehmen: Innovatives Unternehmen im Bereich Datenanalyse mit einer offenen Unternehmenskultur.
- Vorteile: 30 Tage Urlaub, flexible Arbeitszeiten und ein jährliches Budget für persönliche Entwicklung.
- Weitere Informationen: Remote-Arbeit innerhalb der EMEA-Region und regelmäßige Team-Offsites.
- Warum dieser Job: Gestalte die Zukunft der Datenprodukte und arbeite in einem dynamischen Umfeld.
- Qualifikationen: Mindestens 6 Jahre Erfahrung in Datenanalyse und Führungskompetenz.
Das prognostizierte Gehalt liegt zwischen 56700 - 69300 € pro Jahr.
Wir suchen einen Data Product Lead, der die Richtung und Ergebnisse des Data-Teams von LI.FI verantwortet. Dies ist teilweise eine praktische Rolle mit einem klaren Fokus auf Analytik und Produktdenken. Sie werden einen erheblichen Teil Ihrer Zeit mit den Daten selbst verbringen: tiefgehende Analysen, Dashboards, Business Cases und das Teilen von Erkenntnissen, die unsere Entscheidungen im Unternehmen prägen. Der Rest Ihrer Zeit wird für Produktdenken, Priorisierung, Stakeholder-Management und Teamführung verwendet. Sie berichten an unseren CTO und leiten das Data-Team, arbeiten eng mit unserem Data Tech Lead zusammen, der für die technische und infrastrukturelle Seite verantwortlich ist.
Was Sie tun werden:
- Die Prioritäten, den Intake und die Triage des Data-Teams übernehmen; Teamrituale wie Planung, Reviews und Workshops durchführen.
- Praktische Analytik-Arbeit leisten: tiefgehende Analysen, Dashboards, Business Cases und Empfehlungen, die Entscheidungen verändern, einschließlich Dateninputs für den wöchentlichen Bericht und die monatliche Geschäftsüberprüfung.
- Mit Produktmanagern zusammenarbeiten, um Tracking und Erfolgsmessungen in PRDs zu integrieren und den Datenfahrplan mit den Produktfahrplänen abzustimmen.
- Geschäftsfragen von Stakeholdern in klare Spezifikationen, Metrikdefinitionen und Akzeptanzkriterien übersetzen, die das Team liefern kann.
- Als Qualitätssicherung für Analysen, Dashboards und Datensätze fungieren, bevor sie interne oder externe Stakeholder erreichen.
- Das Data-Team coachen und entwickeln, Teammitglieder in Problemlösung, Kommunikation und Stakeholder-Management weiterbilden.
- Mit dem Data Tech Lead zusammenarbeiten, um den Fahrplan gemeinsam zu besitzen und sicherzustellen, dass Infrastrukturarbeiten echten geschäftlichen Bedürfnissen dienen.
Was einen guten Kandidaten ausmacht:
- Über 6 Jahre Erfahrung in Datenanalytik, Analytics Engineering oder Datenproduktarbeit, mit Erfahrung in der Führung von Personen oder der Festlegung von Prioritäten für ein kleines Team.
- Experte in SQL: Sie können Daten unabhängig abrufen, validieren und herausfordern, ohne auf Ingenieure angewiesen zu sein.
- Praktische Erfahrung im Aufbau von Dashboards und Berichten in BI-Tools (Omni, Superset oder ähnlich).
- Starker Geschäfts- und Produktfokus: Sie nutzen Daten, um Umsatz-, Preis- oder Wachstumschancen zu finden, nicht nur um Fragen zu beantworten.
- Genug technisches Wissen, um ein echter Partner für Dateningenieure zu sein; komfortabel in der Diskussion über Warehouse-Design, Pipelines, Datenmodelle und Trade-offs.
- Nachgewiesene Fähigkeiten im Stakeholder-Management und in der Kommunikation, mit der Fähigkeit, über Produkt, Engineering, Finanzen, BD und C-Suite hinweg zu arbeiten.
- Starkes Storytelling mit Daten: Sie passen die Botschaft an technische und nicht-technische Zielgruppen an.
- Erfahrung im Crypto/DeFi-Bereich: idealerweise in einer Datenrolle bei einem Krypto-Unternehmen oder nachweisliches tiefes Verständnis des Bereichs (Cross-Chain, DEX-Aggregation, Bridges oder Wallets).
- Komfortabel in einem schnelllebigen, wachstumsstarken Umfeld, in dem sich Prioritäten ändern und Sie einige der Spielregeln selbst entwickeln müssen.
Nice to have:
- Python
- dbt und dimensionales Modellieren
- Gestaltung der semantischen Schicht und Verwaltung von Metrikdefinitionen
- AI-Bereitschaft: Strukturierung von Daten, Metriken und Dokumentation, damit sie zuverlässig von LLMs und Agenten konsumiert werden können.
- Erfahrung mit ML-Modellierung (Prognose, Klassifikation, Anomalieerkennung).
- On-Chain-Daten und -Tools (z.B. Dune Analytics).
- Exposition gegenüber Streaming-Daten (z.B. Kafka).
Unternehmenskultur:
- Unterschiede annehmen: Ihre eigenen Unterschiede annehmen, die einzigartigen Qualitäten anderer respektieren und willkommen heißen, Unterschiede als Gelegenheit zum Wachstum sehen.
- Eigenverantwortung: Aufgaben von Anfang bis Ende übernehmen, hohe Maßstäbe für die Ausführung setzen, mutige Entscheidungen treffen und Verantwortung übernehmen, Ihre Grenzen verstehen und Hilfe suchen.
- Vorwärts scheitern: Versuchen - keine Angst vor dem Scheitern haben, Lernen - denselben Fehler nicht zweimal machen, Anpassen - mit der Erfahrung wachsen.
- Gemeinsam Spaß haben: Sich die Zeit nehmen, um sich besser kennenzulernen und zu verstehen, sich nicht zu ernst nehmen und es leicht nehmen, Spaß sollte aus einem Ort der Liebe und des Respekts kommen.
Was Sie erhalten:
- Jährliche Unternehmensausflüge - wir haben gemeinsam Thailand, Vietnam, Marokko und Griechenland erkundet. Nächster Halt für 2027: TBD!
- 30 Tage PTO
- Flexible Remote-Tage
- Flexible Arbeitszeiten
- Eigenkapitalbeteiligung ab dem ersten Tag
- Anspruch auf Arbeitscomputer (Wahl der Ausstattung)
- Ein jährliches persönliches Entwicklungsbudget von 1.000 €, nachdem Sie 6+ Monate gearbeitet haben (pro-rata im ersten Jahr)
- Ein einmaliges Budget von 1.000 € für Remote-Arbeiten zur Nutzung für Coworking, Büroeinrichtung usw.
Wenn Sie als unabhängiger Auftragnehmer zu uns stoßen, haben Sie nur Anspruch auf die ersten fünf Vorteile dieser Liste.
Bewerbungsprozess: LI.FI ist ein Arbeitgeber, der Chancengleichheit bietet. Wir ermutigen Personen aus allen Hintergründen, sich zu bewerben. Schließen Sie sich uns in unserem Engagement an, einen Arbeitsplatz zu fördern, der die einzigartigen Beiträge jedes Teammitglieds wertschätzt und respektiert. Kurzfristig ausgewählte Kandidaten durchlaufen einen umfassenden Interviewprozess, einschließlich eines Interviews mit der Personalabteilung, einer Hausaufgabe, einem Treffen mit dem Team und dem Gründer sowie einer Referenzprüfung.
Data Product Lead Arbeitgeber: LI.FI
LI.FI ist ein hervorragender Arbeitgeber, der eine dynamische und inklusive Arbeitsumgebung bietet, in der Vielfalt geschätzt wird. Mit flexiblen Arbeitszeiten, 30 Tagen Urlaub und einem jährlichen Budget für persönliche Entwicklung fördert das Unternehmen das Wachstum seiner Mitarbeiter. Zudem ermöglicht die remote Arbeitsweise innerhalb der EMEA-Region eine optimale Work-Life-Balance und die Teilnahme an spannenden jährlichen Offsites, die den Teamgeist stärken.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass du so Data Product Lead 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 LI.FI 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 Product Lead 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 Data Product Lead bei LI.FI gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei LI.FI 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 LI.FI entscheidend sein!