(Senior) Data Product Engineer (m/w/d)

(Senior) Data Product Engineer (m/w/d)

München Vollzeit 60000 - 80000 € / Jahr (geschätzt) Hybrid
Mawave

Auf einen Blick

  • Aufgaben: Entwickle innovative Datenprodukte und setze eine ganzheitliche Datenstrategie um.
  • Unternehmen: Mawave, die führende Social-Media-Outcomes-Agentur in der DACH Region.
  • Vorteile: Flexible Arbeitszeiten, 30 Tage Urlaub, Homeoffice und tolle Teamevents.
  • Weitere Informationen: Dynamisches Umfeld mit flachen Hierarchien und großartigen Karrierechancen.
  • Warum dieser Job: Werde Teil eines kreativen Teams und gestalte die Zukunft von Social Media mit.
  • Qualifikationen: Erfahrung im Data Product Management und Kenntnisse in SQL und modernen Data Tools.

Das prognostizierte Gehalt liegt zwischen 60000 - 80000 € pro Jahr.

Wir sind die führende Social-Media-Outcomes-Agentur in der DACH Region. Unser Team aus mehr als 150 Expert:innen vereint Media Buying, Content Creation & Production sowie Creator Marketing zu einer ganzheitlichen Wachstumsstrategie für unsere zahlreichen renommierten Kund:innen. Wenn du eine Leidenschaft für Social Media, Strategie und starke Creatives hast, bist du bei uns genau richtig. Lass dich von der Welle mitreißen – werde Teil unseres Teams!

Deine Aufgaben

  • Produktentwicklung & Strategie
  • Entwicklung und Umsetzung einer ganzheitlichen Datenstrategie und -vision für das Unternehmen
  • End-to-End-Verantwortung für datenbasierte Produkte von der Konzeption bis zur Implementierung
  • Aufbau und Weiterentwicklung des Data Warehouses (BigQuery) mit Fokus auf Skalierbarkeit und Performance
  • Strategische Weiterentwicklung der Datenarchitektur und -infrastruktur
  • Automatisierung & Prozessoptimierung
  • Identifikation und technische Umsetzung von Automatisierungspotenzialen im gesamten Unternehmen
  • Entwicklung und Implementierung effizienter Datenflüsse und -workflows
  • Aufbau und Optimierung von ELT-Prozessen mit Tools wie Supermetrics und dbt
  • Kontinuierliche Optimierung der bestehenden Datenlandschaft
  • Reporting & Analytics
  • Konzeption und Umsetzung unternehmensweiter Reporting-Lösungen mit einem Visualisierungstool (aktuell holistics)
  • Entwicklung aussagekräftiger Dashboards und Self-Service-Analytics-Lösungen
  • Sicherstellung der Datenqualität und -governance
  • Aufbau standardisierter KPI-Frameworks und Metriken
  • Stakeholder Management & Kommunikation
  • Enge Zusammenarbeit mit dem Lead Business Operations & Innovation als Schnittstelle zu Marketing
  • Übersetzung von Business-Anforderungen in technische Datenprodukte
  • Schulung und Befähigung von Fachbereichen im Umgang mit Datentools
  • Präsentation von Erkenntnissen und Empfehlungen an das Management

Dein Profil

  • Mehrjährige Erfahrung im Bereich Data Product Management oder ähnlicher Rolle
  • Fundierte Kenntnisse in SQL und Data Stack-Tools (idealerweise GCP/BigQuery)
  • Erfahrung mit modernen Data Stack Tools (dbt, Supermetrics, BI-Tools)
  • Verständnis für Datenarchitektur, ELT-Prozesse und Data Governance
  • Hands-on-Mentalität mit Fähigkeit zur technischen Umsetzung und Prototyping
  • Starke analytische Fähigkeiten und strategisches Denken bei eigenständiger, strukturierter Arbeitsweise mit hoher Eigeninitiative
  • Starke Kommunikationsfähigkeiten für die Arbeit mit verschiedenen Stakeholdern
  • Erfahrung im Backlog-Management und agilen Methoden
  • Unternehmerisches Denken mit Fokus auf ROI und Business Value

Nice to have

  • Erfahrung mit Marketing-Analytics und Performance-Marketing (auf Social Media Plattformen) von Vorteil
  • Erfahrung mit Google Workspace und Notion
  • Erfahrung im Aufbau von Datenteams und -kulturen

Deine Benefits

  • Großartiger Teamspirit & kollegiale Atmosphäre mit flachen Hierarchien
  • Jede Menge Spaß bei gleichzeitig hoher Professionalität & spannenden Projekten
  • Flexible Arbeitszeiten und Möglichkeit zu Homeoffice
  • 30 Tage Urlaub im Jahr
  • Workation: Bis zu 3 Monate pro Jahr remote aus dem EU-Ausland arbeiten – für maximale Flexibilität und neue Perspektiven
  • Sachbezug oder EGYM Wellpass: Shoppe für dein Sommeroutfit oder nutze über 8.000 Sport- und Wellnessangebote - On top auf dein Gehalt
  • Steuerfreier Essenszuschuss: 7,50€ pro Arbeitstag
  • Mobilitätszuschuss: 32€ im Monat bei Nutzung öffentlicher Verkehrsmittel
  • Mentale Gesundheit unterstützt durch nilo.health
  • Mehrere Teamevents & After Work Events
  • Modernes Office in München mit guter öffentlicher Anbindung
  • Eigenes MacBook für die Arbeit

Bewirb dich jetzt! Wir freuen uns auf deine Bewerbung! Bei Fragen kannst du dich gerne an unser Recruiting Team unter jobs@mawave.de wenden.

Über uns

Mawave Marketing zeichnet sich dadurch aus, Trends schnell zu erkennen und die Mawave‐Community in den sozialen Netzwerken zu verstehen. Wir arbeiten transparent, fördern Lernen im Team und schaffen eine offene, vertrauensvolle Atmosphäre.

Unseren Core Values folgend:

  • Together We Thrive
  • Stay unconventional
  • Be bold
  • Take responsibility
  • Strive for excellence

Das Mawave Team trifft sich auch privat zu Events und Aktivitäten. Lass dich von der Welle mitreißen!

(Senior) Data Product Engineer (m/w/d) Arbeitgeber: Mawave

Mawave ist ein hervorragender Arbeitgeber, der seinen Mitarbeitern nicht nur ein kreatives und dynamisches Arbeitsumfeld bietet, sondern auch die Möglichkeit zur persönlichen und beruflichen Weiterentwicklung. Mit flexiblen Arbeitszeiten, der Option auf Homeoffice und einem modernen Büro in München fördert Mawave eine kollegiale Atmosphäre, in der Teamgeist und Professionalität Hand in Hand gehen. Zudem profitieren Mitarbeiter von attraktiven Zusatzleistungen wie einem Essenszuschuss, Workation-Optionen und regelmäßigen Teamevents, die das Arbeiten bei Mawave zu einer einzigartigen Erfahrung machen.

Mawave

Kontaktdaten:

Mawave Recruiting-Team

StudySmarter Expertenrat🤫

Wir sind der Meinung, dass du so (Senior) Data Product Engineer (m/w/d) 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 Mawave 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 (Senior) Data Product Engineer (m/w/d) mit Bravour zu bestehen

Produktentwicklung
Datenstrategie
BigQuery
Datenarchitektur
ELT-Prozesse
Automatisierung
SQL

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 (Senior) Data Product Engineer (m/w/d) bei Mawave gut geeignet bist.

Wie man sich auf ein Vorstellungsgespräch bei Mawave 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 Mawave entscheidend sein!