Auf einen Blick
- Aufgaben: Entwickle innovative Datenprodukte und arbeite eng mit einem dynamischen Team zusammen.
- Unternehmen: FREENOW, ein führendes Unternehmen für smarte Mobilitätslösungen.
- Vorteile: Flexible Arbeitszeiten, Gesundheitsversorgung und Weiterbildungsmöglichkeiten.
- Weitere Informationen: Multikulturelles Team mit großartigen Entwicklungsmöglichkeiten.
- Warum dieser Job: Gestalte die Zukunft der Dateninfrastruktur und treffe entscheidende Geschäftsentscheidungen.
- Qualifikationen: Erfahrung in datengetriebenen Umgebungen und exzellente SQL-Kenntnisse.
Das prognostizierte Gehalt liegt zwischen 45000 - 65000 € pro Jahr.
Wir sind flexibel! Kommen Sie zu uns nach Hamburg, Berlin oder Barcelona. FREENOW ermöglicht intelligentere Mobilitätsentscheidungen und hilft Menschen, sich frei zu bewegen und Städte zum Gedeihen zu bringen. Wir suchen einen talentierten Analytics Engineer (m/w/d), der unser Data Team verstärkt und mit Data Analysts, Entwicklern und Data Scientists zusammenarbeitet, um eine Data Mesh-Architektur zu implementieren, die es unseren Bereichen ermöglicht, auf vertrauenswürdige Daten zuzugreifen und Geschäftsmöglichkeiten einfach zu erschließen.
Stellen Sie sich vor, Teams mit den Daten zu befähigen, die sie benötigen, um bahnbrechende Entscheidungen zu treffen. Datenrätsel begeistern Sie? Blühen Sie in einem kollaborativen Umfeld auf, in dem Sie die Zukunft der Dateninfrastruktur gestalten können? Wenn ja, möchten wir Sie!
Seien Sie bereit, in einem multinationalen, vielfältigen, hochmotivierten und kollaborativen Team von leidenschaftlichen Datenprofis zu arbeiten, die nach Exzellenz streben und Spaß haben möchten.
IHRE TÄGLICHEN ABENTEUER WERDEN UMFASSEN:
- Bereitstellung von Fachwissen und Zusammenarbeit mit Stakeholdern zur Entwicklung neuer Datenprodukte und Verbesserung bestehender Produkte in einer Data Mesh-Umgebung
- Kontinuierliche Interaktion mit Datenanalysten, Data Scientists und Software-Ingenieuren, um die zu lösenden Probleme zu verstehen, Anforderungen zu sammeln und die besten Ergebnisse zu definieren, die den Geschäftsbedürfnissen entsprechen
- Enger Austausch mit Entwicklern, um Daten zu erstellen und zu erfassen, die mit der Geschäftslogik übereinstimmen, was leistungsstarkes Modellieren und Analysieren ermöglicht
- Verantwortung für die Qualität, Verfügbarkeit und Vertrauenswürdigkeit von Daten durch Anwendung von Datenqualitätsprüfungen und Datenverträgen
- Durchführung von Datenanalysen zur Fehlersuche bei datenbezogenen Problemen und Unterstützung bei deren Lösung
- Entwurf, Aufbau und Pflege der definitiven Quelle der Wahrheit für KPIs, die strategische Entscheidungen in allen Bereichen ermöglichen
- Arbeiten an der Schaffung eines Umfelds, in dem Self-Service-Funktionen verfügbar sind und Daten für alle zugänglich sind
UNSERE TECH-TOOLS: SQL | Python | Databricks | Tableau | Mixpanel | Airflow | AWS | Kafka | Debezium
UM IN DIESER ROLLE ERFOLGREICH ZU SEIN:
- Sie haben Neugierde in Ihrem Wesen, verbunden mit einem Auge fürs Detail
- Frühere Erfahrung in einer datengestützten Analyseumgebung, vorzugsweise in Technologieproduktorganisationen
- Expertenniveau in SQL (insbesondere SparkSQL) und Erfahrung im Aufbau von Datenpipelines ist eine Kernanforderung.
- Sie haben gute Kenntnisse in mindestens einer Programmiersprache und sind bereit, mehr zu lernen. Unsere Hauptsprache ist Python.
- Außergewöhnliche analytische Fähigkeiten, laterales Denken und nachgewiesene Erfahrung in der Lösung hochgradig herausfordernder Probleme
- Erfahrung mit Datenvisualisierungstools (z.B. Tableau, Qlikview) und Ereignisverfolgung (z.B. Mixpanel, Google Analytics)
- Ausgezeichnete Englischkenntnisse in der Kommunikation
- Praktische Erfahrung mit AWS, Hive, Spark, Trino, Databricks und Airflow ist hilfreich
VORTEILE & LEISTUNGEN IM ÜBERBLICK:
- Flexible Arbeitszeiten
- LinkedIn Learning
- Sabbatical- und Sonderurlaubsrichtlinien
- WeRoad-Partnerschaft
- Geburtstag, 24. + 31. Dezember frei
- Kurzfristige EU-Arbeitsrichtlinie
- Mobilitätsguthaben
- Krankenversicherung
- Mitarbeiterunterstützungsprogramm
- Zusätzliche lokale Vorteile je nach Arbeitsort!
DIVERSITÄT, GLEICHBERECHTIGUNG & INKLUSION: FREENOW ist ein Arbeitgeber, der Chancengleichheit bietet, und wir berücksichtigen qualifizierte Bewerber unabhängig von Rasse, Religion, nationaler Herkunft, Geschlecht, Geschlechtsidentität, sexueller Orientierung, Behinderung oder Alter. Wir möchten, dass Sie wachsen und sich weiterentwickeln, und Ihr wahres Ich zur Arbeit bringen.
ÜBER UNS: Freenow von Lyft ermöglicht intelligentere Mobilitätsentscheidungen und hilft Menschen, sich frei zu bewegen und Städte zum Gedeihen zu bringen. Durch unsere Multi-Mobilitäts-App bieten wir breite Optionen für alle in 9 europäischen Märkten und über 180 Städten. Millionen von Passagieren können Dienstleistungen wie Taxis, Mietwagen, Carsharing, E-Scooter, E-Bikes, E-Mopeds und öffentliche Verkehrsmittel innerhalb einer einzigen App nutzen.
Im Juli 2025 wurde Freenow von Lyft übernommen, einer globalen Mobilitätsplattform, die Fahrer und Fahrer für Milliarden von Fahrten in Nordamerika und Europa verbindet. Gemeinsam schaffen Freenow und Lyft eine fürsorglichere und verbundene Welt, mit Transportmöglichkeiten für alle. Wir sind ein globales, vielfältiges, hochmotiviertes und kollaboratives Team, das nach Exzellenz strebt und Spaß hat. Bereit für Ihre nächste Fahrt?
Analytics Engineer Arbeitgeber: Lyft
FREENOW ist ein hervorragender Arbeitgeber, der flexible Arbeitsmöglichkeiten in pulsierenden Städten wie Hamburg, Berlin oder Barcelona bietet. Unser dynamisches und vielfältiges Team von Datenprofis fördert eine kollaborative Arbeitskultur, in der Mitarbeiter durch kontinuierliche Weiterbildung, Sabbaticals und lokale Vorteile unterstützt werden. Bei uns haben Sie die Möglichkeit, Ihre Fähigkeiten in einem innovativen Umfeld weiterzuentwickeln und aktiv zur Gestaltung der Zukunft der Mobilität beizutragen.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass Sie so Analytics Engineer 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 Lyft 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 Engineer 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 Engineer bei Lyft gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei Lyft 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 Lyft entscheidend sein!
