Auf einen Blick
- Aufgaben: Entwickle skalierbare Datenlösungen und arbeite an innovativen Projekten im Medienbereich.
- Unternehmen: Eines der führenden Medienhäuser der Schweiz mit Fokus auf hochwertige Publizistik.
- Vorteile: Hoher Gestaltungsspielraum, flexible Arbeitszeiten, Homeoffice und 28 Tage Urlaub.
- Weitere Informationen: Dynamisches Umfeld mit viel Raum für persönliche und berufliche Entwicklung.
- Warum dieser Job: Gestalte die digitale Zukunft aktiv mit und erlebe Innovation hautnah.
- Qualifikationen: Studium in Mathematik, Informatik oder Statistik und Erfahrung im Data Engineering.
Das prognostizierte Gehalt liegt zwischen 55000 - 70000 € pro Jahr.
Die NZZ gehört zu den bedeutendsten privaten Medienunternehmen der Schweiz. Sie konzentriert sich auf qualitativ hochstehende, unabhängige Publizistik und vertritt seit 1780 bürgerlich-liberale Perspektiven. Neben den beiden Flaggschiffen "Neue Zürcher Zeitung" und "NZZ am Sonntag" gehören diverse weitere NZZ-Titel, Veranstaltungsreihen, Podcasts sowie TV-Formate zum Portfolio.
Deine Aufgaben
- In Produktdaten-Fundament: Definition von Messkonzepten, Tracking-Standards und fachlichen Datenmodellen für zentrale Produkt- und Geschäftseinheiten. Übersetzung von Produktzielen und geschäftlichen Fragestellungen in skalierbare Datenlösungen, Kennzahlen und Datensätze. Sicherstellung, dass Produktdaten organisationsweit konsistent erhoben, dokumentiert und verstanden werden.
- In Datendienste & Infrastruktur: Aufbau und Betrieb von Datenpipelines, Transformationen und Datendiensten mit Technologien wie dbt, SQL, Python und BigQuery. Entwicklung von Lösungen, die Produkt-, Analyse- und Geschäftssysteme miteinander verbinden und Daten dort verfügbar machen, wo sie Mehrwert schaffen. Sicherstellung von Zuverlässigkeit, Skalierbarkeit und Datenqualität über den gesamten Produktdaten-Lebenszyklus hinweg durch Monitoring, Tests und Automatisierung.
- In Produktbefähigung & Business Partnership: Agieren als eingebetteter Datenpartner für Produktteams und Verbindung zwischen Produkt, Engineering, Analytics und Business-Stakeholdern. Unterstützung datenbasierter Entscheidungen durch vertrauenswürdige Kennzahlen, Self-Service-Datenangebote und Reporting-Lösungen. Entwicklung von Lösungen mit messbarem Geschäftsnutzen.
Dein Profil
- Fundierte Ausbildung & Erfahrung: Abgeschlossenes Studium (Mathematik, Informatik, Statistik o.ä.) und einschlägige Berufspraxis im Data oder Analytics Engineering.
- Technischer Stack & Pipelines: Routinierter Umgang mit SQL, Python sowie dbt für die Entwicklung skalierbarer Datenpipelines und Transformationsprozesse – idealerweise im Google Cloud Umfeld (BigQuery, Cloud Storage, IAM).
- Datenmodellierung & Self-Service: Expertise im Design wiederverwendbarer Datenmodelle und Semantic Layers, um Stakeholdern effiziente Self-Service-Analytics zu ermöglichen.
- Produkt- & Tracking-Verständnis: Tiefes Verständnis für Event-basiertes Tracking, Product Analytics und Messkonzepte zur Steuerung digitaler Produkte.
- Kommunikation & Stakeholder-Management: Ausgeprägte Fähigkeit, komplexe Anforderungen in verständliche Datenlösungen zu übersetzen und effektiv mit cross-funktionalen Teams (Product, Engineering, Business) zusammenzuarbeiten. Gute Kommunikationsfähigkeit in Englisch und Deutsch (mind. Niveau B).
Unser Angebot
- Hoher Gestaltungsspielraum und Impact: Du gestaltest mit hoher Eigenverantwortung die digitale Zukunft eines der führenden Medienhäuser der Schweiz aktiv mit.
- Innovatives Arbeitsumfeld: Als Teil des Unternehmensbereichs "Produkterlebnis", erlebst du eine hohe Innovationskraft im Bereich User Experience und digitale Produkte.
- Flexible Arbeitszeitgestaltung: Wir unterstützen die Vereinbarkeit von Beruf und Privatleben mit modernen Arbeitsmodellen (flexible Arbeitszeiten bei einer 40‑Stunden‑Woche (100%), Homeoffice möglich, am Geburtstag frei, 28 Tage Ferien, etc.).
Product Data Engineer (w/m/d) 80 - 100% Arbeitgeber: NZZ-Mediengruppe
Die NZZ-Mediengruppe ist ein hervorragender Arbeitgeber, der seinen Mitarbeitern ein flexibles Arbeitsumfeld mit hybriden Arbeitsmodellen und großzügigen 5 Wochen Urlaub bietet. In der zentralen Lage Zürich fördert das Unternehmen eine innovative Kultur, die Raum für persönliche und berufliche Weiterentwicklung lässt, während es gleichzeitig spannende Herausforderungen im Bereich Data Science bietet.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass Sie so Product Data Engineer (w/m/d) 80 - 100% 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 NZZ-Mediengruppe 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 Product Data Engineer (w/m/d) 80 - 100% 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 Product Data Engineer (w/m/d) 80 - 100% bei NZZ-Mediengruppe gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei NZZ-Mediengruppe 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 NZZ-Mediengruppe entscheidend sein!
