Auf einen Blick
- Aufgaben: Analysiere Daten und entwickle innovative Lösungen mit Python/SQL.
- Unternehmen: Qwist, ein führendes Unternehmen im Bereich Open Finance.
- Vorteile: Flexible Arbeitszeiten, monatliche Zuschüsse und modernes Büro mit Yoga-Kursen.
- Weitere Informationen: Diversity ist willkommen – bewirb dich, auch wenn du nicht alle Anforderungen erfüllst.
- Warum dieser Job: Erhalte praktische Erfahrungen in einem dynamischen Umfeld und forme die Zukunft des Finanzwesens.
- Qualifikationen: Eingeschriebener Student mit Teamgeist und technischer Neugier.
Das prognostizierte Gehalt liegt zwischen 13 - 16 € pro Stunde.
Ihre Rolle
Sind Sie leidenschaftlich an Daten, Technologie und maschinellem Lernen interessiert? Werden Sie Teil unseres Teams als Werkstudent und sammeln Sie praktische Erfahrungen mit realen Transaktionsdaten, Modellen des maschinellen Lernens und innovativen Tools – während Sie spannende Projekte in einem dynamischen Umfeld unterstützen.
Was Sie tun werden
- Daten analysieren und versuchen, Sinn daraus zu machen; Transaktionen analysieren, um Muster zu identifizieren, die wir zur Verbesserung unserer Kategorisierungs-Engine nutzen können.
- Mit Python/SQL arbeiten, um Transaktionsdaten abzufragen, zu analysieren und zu erkunden.
- Neue Technologien und Tools testen, um die Leistung zu steigern und neue Erkenntnisse zu gewinnen.
- Automatisierungstools und -funktionen entwickeln, die das Team effizienter machen.
- Daten überprüfen und konkrete Verbesserungen für verschiedene Märkte und Anwendungsfälle vorschlagen.
- Zu vierteljährlichen Projekten beitragen – von der Leistung der Engine bis zur Entwicklung neuer Lösungen.
- Eng mit Ihren Teamkollegen und Stakeholdern im Unternehmen zusammenarbeiten.
- Ihre Arbeit klar dokumentieren, damit sie wiederverwendet und verbessert werden kann.
Was Sie mitbringen
- Immatrikuliert an einer deutschen Universität für mindestens die nächsten 12 Monate mit einer Verfügbarkeit von bis zu 20 Stunden pro Woche.
- Eine proaktive, lösungsorientierte Denkweise und die Bereitschaft, Initiative zu ergreifen.
- Strukturierte, detailorientierte Arbeitsweise und starke Teamarbeitfähigkeiten.
- Fließende Englischkenntnisse, mindestens mittlere Deutschkenntnisse (andere europäische Sprachen sind von Vorteil).
- Technisches Verständnis und Neugier, um schnell neue Tools und Themen zu erlernen.
- Flexibilität und Anpassungsfähigkeit, um neue Herausforderungen anzugehen.
Was wir bieten
- Die Möglichkeit, aktiv einen führenden Open-Finance-Pionier zu gestalten, der das Finanzökosystem Europas unterstützt.
- Flexible Arbeitszeiten und hybrides Arbeiten.
- Strukturierte Feedback- und Vergütungsprozesse sowie klare Wachstumsmöglichkeiten.
- Monatliches Benefits-Budget für Mobilität, Gesundheit oder Lebensstil.
- Monatlicher Zuschuss für eine E-Gym Wellpass-Mitgliedschaft.
- Modernes, zentral gelegenes Büro mit positiver Atmosphäre – einschließlich wöchentlicher Yoga-Kurse.
- Eine unterstützende, zielorientierte Unternehmenskultur mit erfahrenen und engagierten Kollegen.
- Diversität ist willkommen. Erfüllen Sie nicht jede einzelne Anforderung? Wenn Sie sich für die Rolle und unsere Mission begeistern, würden wir uns freuen, von Ihnen zu hören.
Über uns
Qwist ist ein führendes Unternehmen im Bereich Open Finance, das Organisationen dabei hilft, finanzielle Daten freizuschalten, zu analysieren und zu nutzen. Mit 100 Mitarbeitern in ganz Europa und mehr als 100 Kunden – darunter führende Banken, Versicherungen und Automobilplattformen – bieten wir regulierten, sicheren Zugang zu 99 % aller Bankkonten in der DACH-Region und darüber hinaus.
Working Student Data Products (m/f/d) Arbeitgeber: Qwist
Qwist ist ein hervorragender Arbeitgeber, der dir als Werkstudent im Marketing die Möglichkeit bietet, aktiv an der Gestaltung eines führenden Open-Finance-Pioniers mitzuwirken. Mit flexiblen Arbeitszeiten, einem modernen Büro in Berlin und einer unterstützenden Unternehmenskultur fördert Qwist nicht nur deine persönliche und berufliche Entwicklung, sondern bietet auch einen monatlichen Benefits-Budget für Mobilität und Gesundheit sowie regelmäßige Feedbackprozesse. Hier kannst du in einem dynamischen Umfeld lernen und wachsen, während du an bedeutenden Projekten arbeitest, die die Zukunft des B2B-Marketings prägen.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass Sie so Working Student Data Products (m/f/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 Qwist 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 Working Student Data Products (m/f/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 Qwist 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 Qwist 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!
