Auf einen Blick
- Aufgaben: Entwickle skalierbare Datenmodelle und ermögliche datengestützte Einblicke für verschiedene Teams.
- Unternehmen: Innovatives Unternehmen mit einem dynamischen und internationalen Team.
- Vorteile: Hybrid-Arbeitsmodell, moderne Büros, tägliches Mittagessen und berufliche Entwicklungsmöglichkeiten.
- Weitere Informationen: Arbeiten in einem vielfältigen Umfeld mit Kollegen aus der ganzen Welt.
- Warum dieser Job: Gestalte die Datenarchitektur und beeinflusse die analytischen Ergebnisse auf Plattform-Ebene.
- Qualifikationen: Mindestens 5 Jahre Erfahrung in Analytics Engineering und Expertenkenntnisse in SQL und dbt.
Das prognostizierte Gehalt liegt zwischen 60000 - 80000 € pro Jahr.
Unser Data-Team ist in drei komplementäre Säulen organisiert: Data Engineering, Analytics Engineering und Product/Revenue Analytics. Diese Struktur stellt sicher, dass Analysten weniger Zeit mit der Behebung defekter Modelle verbringen und mehr Zeit mit der Generierung von wertvollen Erkenntnissen. Analytics Engineering sitzt im Kern dieses Modells und fungiert als Brücke zwischen der Rohdateninfrastruktur und geschäftsbereiten Analysen. Wir suchen einen Senior Analytics Engineer, der hilft, ein einheitliches, dbt-basiertes Modellierungsframework auf Snowflake aufzubauen und zu skalieren, um konsistente, bereichsübergreifende Analysen über Shines wachsendes Portfolio europäischer Produkte zu ermöglichen.
Was erwartet Sie?
- Plattform-Level Einfluss: Ihre Modelle werden die analytischen Ergebnisse der gesamten Datenorganisation antreiben, von Executive Steering Dashboards bis hin zu Self-Service-Analysen für Produkt-, Umsatz-, CS- und Bankteams.
- Greenfield Architektur: Treten Sie zu einem entscheidenden Zeitpunkt bei, während wir SB- und CPA-Datenquellen in einer einheitlichen Shine-Berichtsebene konsolidieren, mit erheblichem Einfluss darauf, wie das Fundament gebaut wird.
- Bereichsübergreifende Sichtbarkeit: Arbeiten Sie eng mit Data Engineers, Data Analysts und leitenden Stakeholdern zusammen, um zu gestalten, wie Daten modelliert, verwaltet und konsumiert werden.
- Ein Stack in Entwicklung: Wir arbeiten mit Snowflake, dbt, Python und Omni – und bauen aktiv unser Datenfundament aus. Sie haben echte Verantwortung dafür, wie sich der Stack entwickelt.
- Hybride Arbeitsrichtlinie: Genießen Sie eine ausgewogene Mischung aus Remote-Arbeit und Büro-Kollaboration.
- Moderne, zentral gelegene Büros: Arbeiten Sie in modernen Büroräumen in erstklassigen Stadtlagen.
- Internationale Umgebung: Treten Sie einem vielfältigen Team mit Kollegen aus der ganzen Welt bei.
- Mittagessen auf uns: Wenn Sie im Büro sind, übernehmen wir das Mittagessen – ein täglicher Vorteil, um Sie zu stärken und dem Team einen Moment zum Verbinden zu geben.
Ihre Aufgaben umfassen:
- Einheitliche Datenmodellierung: Entwerfen, erstellen und pflegen Sie skalierbare dbt-Core-Modelle auf Snowflake, die bereichsübergreifende Analysen in den Bereichen SB und CPA unterstützen, einschließlich Umsatz, NPS und Kundenaktivität.
- Analystenbefähigung: Stellen Sie sicher, dass Datenanalysten den Großteil ihrer analytischen Arbeit durch gut dokumentierte, zuverlässige und wiederverwendbare dbt-Modelle liefern können, um ad-hoc Datenaufbereitung zu reduzieren und die Bereitstellung von Erkenntnissen zu beschleunigen.
- Datenverwaltung & Qualität: Verantworten Sie Modelltests, Dokumentation und Datenqualitätsrahmen. Definieren und setzen Sie die besten Praktiken für dbt im Analytics Engineering-Team durch.
- Tooling & Automatisierung: Fördern Sie KI-unterstützte Workflows innerhalb der AE-Funktion, einschließlich automatisierter Codeüberprüfung über GitHub Copilot und LLM-Kontextmanagement für das dbt-Repository.
- Bereichsübergreifende Zusammenarbeit: Arbeiten Sie eng mit Data Engineering an Ingestion-Pipelines und mit Data Analysts an geschäftlichen Anforderungsfällen zusammen, um sicherzustellen, dass die Modellierungsschicht sowohl technische als auch geschäftliche Bedürfnisse erfüllt.
- Standards & Beste Praktiken: Entwickeln und setzen Sie interne Standards für SQL-Stil, Modellarchitektur, Peer-Review und Dokumentation im gesamten Team durch.
Der Arbeitsplatz befindet sich in Berlin oder Kopenhagen, mit der Möglichkeit von zwei Remote-Arbeitstagen pro Woche. Sie haben auch die Möglichkeit, von unseren Büros in Paris und Amsterdam aus zu arbeiten, wenn Sie in der Stadt sind.
Über Sie
- Erfahrung: 5+ Jahre in Analytics Engineering oder einer eng verwandten Rolle (z.B. Data Engineering mit starkem Modellierungsfokus), idealerweise in einer schnelllebigen, multi-produkt Umgebung.
- Technische Exzellenz: Expertenniveau in SQL und tiefgehende praktische Erfahrung mit dbt – einschließlich Modellierungsmuster, Testframeworks und Dokumentationsstandards.
- Plattformkenntnisse: Starke Kenntnisse von Snowflake oder ähnlichen Cloud-Datenplattformen (z.B. BigQuery, Redshift); Vertrautheit mit Datenaufnahme-Tools und BI-Plattformen (z.B. Omni, Looker) ist ein großer Vorteil.
- Ingenieurmentalität: Sie behandeln Datenmodelle wie produktionsreife Software – mit Versionskontrolle, CI/CD und Wartbarkeit von Anfang an integriert.
- Kommunikation: Fähigkeit, effektiv mit technischen Kollegen und nicht-technischen Stakeholdern zu kommunizieren und geschäftliche Anforderungen in robuste Datenmodelle zu übersetzen.
- Sprache: Fließend in Englisch, sowohl schriftlich als auch mündlich; begeistert, in einem vielfältigen, internationalen Umfeld zu arbeiten.
Gleichberechtigter Arbeitgeber: Wir folgen dem Prinzip der Gleichbehandlung, um alle Bewerber zu berücksichtigen, und diskriminieren nicht aufgrund von Geschlecht, sexueller Orientierung, Hautfarbe, rassischer oder ethnischer Herkunft, Religion, Behinderung usw. gemäß geltendem Recht.
Senior Analytics Engineer Arbeitgeber: Shine
Als Arbeitgeber bietet Shine eine dynamische und unterstützende Arbeitsumgebung, in der Sie als Senior Analytics Engineer die Möglichkeit haben, bedeutende Beiträge zur Datenarchitektur zu leisten. Mit einem hybriden Arbeitsmodell, modernen Büros in Berlin oder Kopenhagen und der Chance, in internationalen Büros zu arbeiten, fördern wir eine Kultur der Zusammenarbeit und des Wachstums. Unsere Mitarbeiter profitieren von einer offenen Kommunikation, regelmäßigen Team-Lunches und der Möglichkeit, ihre Fähigkeiten in einem vielfältigen, globalen Team weiterzuentwickeln.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass Sie so Senior Analytics Engineer 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 Shine 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 Analytics Engineer 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 Senior Analytics Engineer bei Shine gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei Shine 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 Shine entscheidend sein!
