Auf einen Blick
- Aufgaben: Verantworte die Datenkette vom Messgerät bis zum Dashboard für unsere Kunden.
- Unternehmen: Mavie, ein Unternehmen, das sich um die Gesundheit der Mitarbeiter kümmert.
- Vorteile: Flexible Arbeitszeiten, spannende Projekte und ein unterstützendes Team.
- Weitere Informationen: Dynamisches Umfeld mit Möglichkeiten zur persönlichen und beruflichen Weiterentwicklung.
- Warum dieser Job: Gestalte innovative Gesundheitslösungen und arbeite mit modernster Technologie.
- Qualifikationen: Sehr gute Python-Kenntnisse und Erfahrung mit Hardware-Anbindung.
Das prognostizierte Gehalt liegt zwischen 47700 - 58300 € pro Jahr.
Allgemeine Informationen: Mavie unterstützt Unternehmen dabei, sich um die Gesundheit Ihrer Mitarbeiter*innen zu kümmern. Mit langjähriger Expertise, individuellen Lösungen und digitalen sowie analogen Services. Wir bieten lösungsorientierte Kurzzeitberatung für Mitarbeiter*innen und Company Assistance (Trainings, Workshops, Seminare…) für Kund*innen. Alle Lösungen sind maßgeschneidert und an die immer neuen Herausforderungen unserer heutigen Zeit angepasst.
Wir glauben, dass die mentale und körperliche Gesundheit etwas Besonderes und Wertvolles ist und dass Lebensqualität und Wohlbefinden untrennbar mit ihr verbunden sind. Deshalb begleiten wir Menschen im Bereich mentaler und physischer Gesundheit, sowohl im betrieblichen wie im privaten Umfeld, auf Ihrem Weg zu mehr Gesundheit und Wohlbefinden. In acht europäischen Märkten entstehen dabei jeden Tag Daten: aus unseren EAP-Beratungen, aus dem Lifestyle Check – unserem Gesundheits-Checkup vor Ort – und aus unseren digitalen Services. Aus diesen Daten wollen wir mehr machen: verlässliche Reportings, die unsere Kund*innen live einsehen können, belastbare Zahlen für unsere eigenen Entscheidungen und KI-gestützte Services für unsere Nutzer*innen.
Dein Job: Du wirst unsere zentrale Ansprechperson für Daten. Du übernimmst die Verantwortung für die technische Kette hinter dem Lifestyle Check, baust unser Kunden- und EAP-Reporting auf und setzt unseren Mavie KI-Bot auf. Der erste Schwerpunkt liegt auf der Übernahme der Lifestyle-Check-Systeme; danach verschiebt sich die Rolle immer stärker in Richtung Reporting, Analyse und KI. Hierfür bieten wir an sämtlichen Standorten, an denen wir eine Niederlassung haben, einen Arbeitsplatz an.
- Ownership Lifestyle Check – Lab Systems: Übernahme und Verantwortung für die Software, die unsere medizinischen Messgeräte mit der Plattform verbindet – eine Python-Anwendung, die am Standort-PC rund 10 Geräte über serielle Schnittstellen, Bluetooth, Netzwerk und Dateiaustausch ansteuert.
- Strukturierte Übergabe von unserem ausscheidenden Kollegen: gemeinsam mit ihm und den echten Geräten, bis du einen kompletten Checkup eigenständig durchführen kannst.
- Betrieb, Wartung und Weiterentwicklung: neue Geräte anbinden, Firmware- und Windows-Updates begleiten, Releases auf die Standorte ausrollen.
- Fehleranalyse bei Problemen, die nur an einem Standort auftreten – inklusive gelegentlicher Reisen zu unseren Standorten.
- Absicherung und Dokumentation der Systeme, damit sie langfristig von mehr als einer Person betreut werden können.
- Reporting & Customer Dashboards: Aufbau und Betrieb unseres Kunden-Reportings – inklusive Live-Dashboards, die unsere Kund*innen selbst einsehen können.
- Reporting für unsere EAP-Services: Nutzung, Wirkung und Entwicklung über die Märkte hinweg.
- Aufbereitung der Lifestyle-Check-Ergebnisse zu aussagekräftigen Unternehmensberichten.
- Interne Analysen als Entscheidungsgrundlage für Produkt, Vertrieb und Geschäftsführung.
- KI & Mavie Bot: Konzeption und Aufsetzen unseres Mavie KI-Bots – von der Auswahl der Bausteine bis zum produktiven Betrieb.
- Anbindung unserer eigenen Inhalte und Daten, damit der Bot fachlich korrekte und für unsere Nutzer*innen relevante Antworten gibt.
- Qualitätssicherung: messen, wie gut der Bot tatsächlich funktioniert, und ihn laufend verbessern.
- Enge Zusammenarbeit mit Fachbereichen und Datenschutz – im Gesundheitskontext gelten besondere Anforderungen.
- Datenqualität & Zusammenarbeit: Verantwortung für die Verlässlichkeit unserer Zahlen: erkennen, wenn ein Wert nicht stimmt, bevor jemand darauf eine Entscheidung stützt.
- Sorgfältiger Umgang mit Gesundheitsdaten – Datenschutz und Sicherheit sind hier keine Formalie.
- Zusammenarbeit mit unserem Entwicklungsteam sowie den Fachbereichen in acht Märkten.
Gesuchtes Profil:
- Sehr gute Python-Kenntnisse– du arbeitest dich auch in fremden, gewachsenen Code ein.
- Erfahrung mit Hardware-Anbindung– serielle Schnittstellen, Bluetooth, TCP; du liest ein Geräteprotokoll und verstehst, was auf der Leitung passiert.
- Sehr gutes SQL und Erfahrung im Aufbau von Reportings und Dashboards.
- Analytische Sorgfalt– du erkennst fragwürdige Daten, bevor sie in einem Bericht landen.
- Fehlersuche ohne Reproduzierbarkeit– Probleme kommen bei uns als „hat am Dienstag in München nicht funktioniert“.
Data Specialist - Reporting, KI & Lab Systems Arbeitgeber: Mavie Work GmbH
Mavie ist ein hervorragender Arbeitgeber, der sich leidenschaftlich für das Wohlbefinden seiner Mitarbeiter einsetzt. Mit einem interdisziplinären Team und flexiblen Arbeitszeiten bietet Mavie nicht nur die Möglichkeit zur persönlichen und beruflichen Weiterentwicklung im Bereich Digital Health, sondern auch die Chance, Produkte zu gestalten, die einen echten Einfluss auf die Gesundheit und Lebensqualität der Menschen haben. In einem modernen, internationalen Arbeitsumfeld fördern wir eine Kultur des Austauschs und der Innovation, die es unseren Mitarbeitern ermöglicht, ihre Ideen einzubringen und gemeinsam an bedeutungsvollen Lösungen zu arbeiten.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass du so Data Specialist - Reporting, KI & Lab Systems 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 Mavie Work GmbH 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 Specialist - Reporting, KI & Lab Systems 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 Specialist - Reporting, KI & Lab Systems bei Mavie Work GmbH gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei Mavie Work GmbH 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 Mavie Work GmbH entscheidend sein!
