Auf einen Blick
- Aufgaben: Analysiere Daten und unterstütze bei datenbasierten Entscheidungen im Marketing.
- Unternehmen: PENNY International, Teil der REWE Group, mit einem dynamischen Team in Köln.
- Vorteile: Attraktive Vergütung, flexible Arbeitszeiten, Mitarbeiterrabatte und Gesundheitsangebote.
- Weitere Informationen: Erlebe ein internationales Umfeld und entwickle deine Karriere in einem großen Konzern.
- Warum dieser Job: Gestalte die Zukunft des Einkaufserlebnisses mit datengetriebenen Lösungen.
- Qualifikationen: Studium in Data Science, Wirtschaft oder verwandten Bereichen; Interesse an Datenanalyse.
Das prognostizierte Gehalt liegt zwischen 13 - 16 € pro Stunde.
Ort: Kln | Vertragsart: Teilzeit, befristet | Start: ab 01.08.
Was wir gemeinsam vorhaben: Bei PENNY International gestalten wir die Zukunft unserer fünf Landesgesellschaften in Europa. Gemeinsam mit unseren Kolleg:innen vor Ort arbeiten wir täglich daran, das Einkaufserlebnis für unsere Kund:innen einfacher, relevanter und attraktiver zu gestalten mit einem klaren Fokus auf regionale Produkte und attraktive Preise. Als Teil der REWE Group sind wir mit rund Mitarbeiter:innen in Kln vertreten.
Im Data & Analytics Team des Strategischen Marketings steht eines im Mittelpunkt: Daten in echten Mehrwert übersetzen. Mit unserem umfangreichen Datenschatz entwickeln wir fundierte Analysen und datengetriebene Lösungen von der Kundensegmentierung über Kampagnenanalysen bis hin zu strategischen Handlungsempfehlungen.
Was du bei uns bewegst:
- Daten nutzen & analysieren: Du unterstützt bei der Erstellung und Optimierung von Datenbankabfragen (z.B. in SQL und Snowflake) und bereitest Daten für Analysen und Reportings auf.
- Insights generieren: Du wirkst bei der Analyse von Kundensegmenten sowie der Evaluation von Marketingkampagnen mit und hilfst, daraus konkrete Handlungsempfehlungen abzuleiten.
- Transparenz schaffen: Du unterstützt bei der Erstellung von Reports und Dashboards und trägst dazu bei, komplexe Ergebnisse verständlich aufzubereiten.
- Analytics ins Business bringen: Gemeinsam mit dem Team arbeitest du daran, datengetriebene Lösungen in den Landesgesellschaften zu verankern und weiterzuentwickeln.
- Zusammenarbeit erleben: Du arbeitest in einem internationalen Umfeld eng mit verschiedenen Fachbereichen zusammen und erhältst Einblicke in den gesamten Analytics-Prozess.
Was uns überzeugt:
- Deine Persönlichkeit: Du begeisterst dich für Daten, arbeitest strukturiert und denkst analytisch und hast Lust, Dinge aktiv mitzugestalten.
- Dein Hintergrund: Du befindest dich in einem (fortgeschrittenen) Studium, z.B. in Data Science, Wirtschaftswissenschaften (mit quantitativem Fokus), (Wirtschafts-)Informatik, Psychologie (mit quantitativem Fokus), Mathematik / Naturwissenschaften.
- Deine analytischen Skills: Du hast Interesse daran, Daten strukturiert aufzubereiten, zu analysieren und daraus fundierte Erkenntnisse abzuleiten. Erfahrungen im Umgang mit Datenbanken und SQL sind ein Plus.
- Dein Verständnis für datengetriebenes Arbeiten: Du verfügst über ein grundlegendes Verständnis dafür, wie Daten zur Entscheidungsfindung genutzt werden. Begriffe wie Hypothesenbildung, statistische Auswertung und der systematische Vergleich von Varianten sind dir vertraut, ebenso wie ein strukturierter Umgang mit Daten und Analyseergebnissen.
- Dein technisches Verständnis: Du hast Freude daran, Daten aufzubereiten, auszuwerten und verständlich zu kommunizieren. Programmierkenntnisse in R oder Python sind von Vorteil.
- Dein Mindset: Du arbeitest gerne im Team, kommunizierst sicher auch mit Nicht-Expert:innen und hast Freude daran, dich in neue Themen einzuarbeiten.
- Flexibilität: Du kannst uns für mindestens 16 Stunden pro Woche unterstützen (in der vorlesungsfreien Zeit gerne mehr).
- Sprache: Deutsch und Englisch nutzt du sicher im Arbeitsalltag.
Was wir bieten: Als Teil der REWE Group bietet PENNY International dir die Sicherheit eines großen Konzerns. Werde Teil eines großartigen Teams und erlebe das unbezahlbare Gefühl: Das ist genau mein Job! Denn unsere Unternehmenskultur macht unsere Einzigartigkeit aus. Wir legen Wert auf Nähe und einen vertrauensvollen Umgang. Darauf, dass sich alle wohlfühlen und ihre Talente entfalten können. Wir arbeiten transparent und im Team, spornen uns gegenseitig an und freuen uns gemeinsam über Erfolge. Lernwille, Neugier, Erfahrung und eine ordentliche Portion Power – wer so viel mitbringt, darf auch viel erwarten. Zum Beispiel einen Job, der Spaß macht. Und viele handfeste Vorteile:
- Die Tätigkeit wird attraktiv vergütet und du profitierst von Zuschüssen für die Kantine und vergünstigtem Deutschlandticket.
- Du hast flexible Arbeitszeiten und die Möglichkeit mobilen Arbeitens.
- Du erhältst Mitarbeitendenrabatte: 5% bei PENNY und REWE, 4% bei toom Baumarkt, 2-4% Rabatt auf Reisen der DER Touristik sowie exklusive Corporate Benefits.
- Du kannst unser umfangreiches Gesundheits- und Sportangebot nutzen.
- Du erhältst eine strukturierte Einarbeitung und wirst in die jeweiligen Arbeitsabläufe integriert.
- Du übernimmst verantwortungsvolle Aufgaben, kannst eine Menge von erfahrenen Kolleg:innen lernen und dein berufliches Netzwerk ausbauen.
- Du hast die Möglichkeiten, dich innerhalb der REWE Group, einem der größten Arbeitgeber Deutschlands, weiterzuentwickeln; ein anschließendes Traineeprogramm oder ein Direkteinstieg sind oft möglich.
- In Abhängigkeit vom Bedarf des jeweiligen Fachbereichs kannst du deine Abschlussarbeit bei uns schreiben.
Werkstudent Data & Analytics (m/w/d) Arbeitgeber: PENNY
PENNY International ist ein hervorragender Arbeitgeber, der dir die Möglichkeit bietet, in einem dynamischen und internationalen Umfeld zu arbeiten. Unsere Unternehmenskultur fördert Teamarbeit, Transparenz und persönliche Entfaltung, während du gleichzeitig von flexiblen Arbeitszeiten, attraktiven Vergünstigungen und umfangreichen Entwicklungsmöglichkeiten innerhalb der REWE Group profitierst. Hier kannst du nicht nur deine analytischen Fähigkeiten weiterentwickeln, sondern auch aktiv zur Gestaltung datenbasierter Entscheidungen beitragen und wertvolle Erfahrungen sammeln.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass Sie so Werkstudent Data & Analytics (m/w/d) erhalten könnten
✨Nutze deine Hochschule als Sprungbrett
Lass uns nicht vergessen, dass unsere Unis oft eine Goldgrube für Werkstudentenjobs im Data Science-Bereich sind. Sprich mit deinen Professoren oder besuche Karrieremessen; viele Firmen suchen direkt auf dem Campus nach Nachwuchs-Data-Scientisten!
✨Engagiere dich in Data Science-Communities
Melde dich in Online-Communities und lokalen Meetup-Gruppen an, die sich mit Data Science beschäftigen. Dort kannst du wertvolle Kontakte knüpfen und solltest die Chance nutzen, an Hackathons oder Workshops teilzunehmen, um deine Fähigkeiten zu zeigen!
✨Präsentiere deine Projekte
Zeig, was du drauf hast! Erstelle ein Portfolio auf Plattformen wie GitHub oder Kaggle und teile deine Projekte. Das kann ein super Weg sein, um bei PENNY aufzufallen, wenn du dich bewirbst!
✨Bewirb dich direkt auf unseren Jobseiten
Wir bei StudySmarter haben ständig spannende Werkstudentenstellen ausgeschrieben. Schau direkt auf unserer Website vorbei und bewirb dich! Je schneller du handelst, desto besser stehen deine Chancen, den Job zu landen.
Wir glauben, dass du diese Fähigkeiten brauchst, um Werkstudent Data & Analytics (m/w/d) mit Bravour zu bestehen
Einige Tipps für deine Bewerbung 🫡
Zeig deine Projekte!:In deinem Lebenslauf solltest du auf jeden Fall deine bisherigen Projekte im Bereich Data Science hervorheben. Wenn du an coolen Datensätzen gearbeitet hast oder Machine Learning Modelle erstellt hast, pack das rein! Es zeigt uns, dass du praktische Erfahrungen hast und weckt unser Interesse an deinen Skills.
Erwähne relevante Tools und Sprachen:Data Science bedeutet oft, mit spezifischen Tools und Programmiersprachen zu arbeiten. Stell sicher, dass du alles, was du kannst, wie Python, R oder SQL, in deinem Lebenslauf angibst. Das gibt uns einen klaren Überblick über dein technisches Know-how und hilft uns zu sehen, wie du ins Team passt.
Dein Anschreiben ist entscheidend:Nutze dein Anschreiben, um uns zu zeigen, warum du hungrig auf learnings im Data-Science-Bereich bist. Erzähl uns, was dich motiviert und wieso du bei PENNY als Werkstudent arbeiten möchtest! Das gibt deinem Profil eine persönliche Note, die uns anspricht.
Verlinke deinen GitHub oder Portfolio:Falls du einen GitHub-Account oder ein Portfolio mit deinen Data-Science-Arbeiten hast, unbedingt verlinken! Das macht es uns leichter, deine praktischen Fähigkeiten nachzuvollziehen und zeigt uns, dass du engagiert und aktiv in der Community bist. Zeig, was du kannst!
Wie man sich auf ein Vorstellungsgespräch bei PENNY vorbereitet
✨Zeig deine Datenliebe!
Für ein Werkstudentenprogramm im Bereich Data Science solltest du unbedingt ein Projekt in deinem Portfolio haben, das deine Fähigkeiten zeigt. Zeig, wie du Daten analysiert, visualisiert und interpretiert hast – egal, ob es sich um ein Uni-Projekt oder ein persönliches Interesse handelt. Das begeistert die Interviewer und zeigt, dass du praktisch mit Daten arbeiten kannst.
✨Mach dich mit Tools vertraut
In der Data Science nutzen wir viele verschiedene Tools wie Python, R oder SQL. Bereite dich darauf vor, technische Fragen zu diesen Tools zu beantworten oder sogar kurze Coding-Tests während des Interviews zu machen. Wenn du eine persönliche Vorliebe für ein Tool hast, teile das mit und erzähl, was du damit gemacht hast!
✨Erzähle von deinem Lernwillen
Als Werkstudent geht es oft auch darum, wie motiviert du bist, zu lernen und deine Fähigkeiten weiterzuentwickeln. Sei bereit, über die aktuellen Trends in der Data Science zu sprechen und zeige Interesse an zusätzlichen Kursen oder Zertifikaten, die du gerne machen möchtest. Das zeigt Engagement!
✨Frag nach Projekten!
Nutze die Gelegenheit, um während des Interviews nach den Projekten zu fragen, an denen du arbeiten würdest. Fragen wie 'An welchen Arten von Datenanalysen arbeiten die Teammitglieder aktuell?' zeigen dein Interesse und helfen dir, die Herausforderungen des Unternehmens besser zu verstehen. Das macht einen guten Eindruck!
