Auf einen Blick
- Aufgaben: Analysiere Daten, entwickle Lösungen und präsentiere Ergebnisse an Führungskräfte.
- Unternehmen: Innovatives Unternehmen im Bereich Mobilität mit Fokus auf nachhaltige Lösungen.
- Vorteile: Umfassende Gesundheitsleistungen, flexible Urlaubsregelungen und Unterstützung für neue Eltern.
- Weitere Informationen: Dynamisches Arbeitsumfeld mit vielen Entwicklungsmöglichkeiten.
- Warum dieser Job: Gestalte die Zukunft der Mobilität und verbessere das Kundenerlebnis aktiv.
- Qualifikationen: 3-5 Jahre Erfahrung in Datenanalyse und starke SQL-Kenntnisse erforderlich.
Responsibilities
- Partner with Product, Engineering, Policy, Operations, Finance and other cross‑functional stakeholders on initiatives to conduct deep‑dive analyses to root cause issues and propose solutions.
- Develop frameworks, business logic and scalable processes to streamline reporting and drive decision‑making.
- Forecast operational requirements needed to maintain high service levels and meet contractual and financial targets.
- Work closely with cross‑functional partners to deliver data quickly, reliably and accurately to our city partners.
- Monitor and diagnose KPI performance and present findings to senior leadership.
Experience
- 3–5+ years experience in data analytics in a high‑growth environment, preferably a consulting, operations or transportation / logistics space.
- Bachelor's Degree or equivalent relevant professional experience.
- Highly skilled in SQL and quantitative analysis, you can deep dive into large amounts of data, draw meaningful insights, dissect business issues and draw actionable conclusions.
- Ability to develop scalable approaches and produce data visualizations to drive business insights and provide tangible solutions; experience building dashboards for performance analysis is a plus.
- Extreme comfort working with ambiguity.
- Ability to translate unclear issues or unstructured problems into clearly defined requirements with minimal oversight.
- Strong interpersonal skills, with the ability to build relationships, trust and influence with cross‑functional partners.
- Strong communication (listening, written, and oral) skills with the ability to present findings & recommendations targeted to the audience in question.
- Strong attention to detail, structured thinking and experiences developing processes to reduce human error.
- Adept at contextualizing real world operations into analytical problem solving.
- A strong sense of product ownership - you’re constantly looking for ways to improve the customer’s experience and aren’t afraid to get your hands dirty to do so.
- Passionate about sustainable mobility and active transportation.
- Bonus
- Proficiency in Python and associated data science libraries.
Benefits
- Extended health and dental coverage options, along with life insurance and disability benefits.
- Mental health benefits.
- Family building benefits.
- Child care and pet benefits.
- Access to a Lyft funded Health Care Savings Account.
- RRSP plan to help save for your future.
- In addition to provincial observed holidays, salaried team members are covered under Lyft's flexible paid time off policy.
- The policy allows team members to take off as much time as they need (with manager approval).
- Hourly team members get 15 days paid time off, with an additional day for each year of service.
- Lyft is proud to support new parents with 18 weeks of paid time off, designed as a top‑up plan to complement provincial programs.
- #J-18808-Ljbffr
Analytics Lead, LUS Arbeitgeber: Lyft
Lyft ist ein hervorragender Arbeitgeber, der eine inklusive und dynamische Arbeitsumgebung fördert, in der alle Teammitglieder die Möglichkeit haben, zu wachsen und sich zu entfalten. Mit einem klaren Fokus auf Innovation im Bereich Geschäftsreisen bietet Lyft nicht nur spannende Herausforderungen für Produktmanager, sondern auch zahlreiche Möglichkeiten zur beruflichen Weiterentwicklung und Zusammenarbeit mit talentierten Fachleuten aus verschiedenen Disziplinen. Die Unternehmenskultur ist geprägt von Kreativität und strategischem Denken, was es den Mitarbeitern ermöglicht, bedeutende Beiträge zu leisten und die Zukunft des Transports aktiv mitzugestalten.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass du so Analytics Lead, LUS 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 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 Lead, LUS 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 Lead, LUS 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!
