Senior Data Analyst at Shine

Senior Data Analyst at Shine

Berlin Vollzeit 60000 - 80000 € / Jahr (geschätzt) Homeoffice (teilweise)
S

Auf einen Blick

  • Aufgaben: Analysiere Daten und entwickle KPIs für unser Wachstumsteam.
  • Unternehmen: Shine, ein führendes europäisches Fintech-Startup mit einer dynamischen Kultur.
  • Vorteile: Karrierewachstum, flexible Arbeitszeiten und die Möglichkeit, remote zu arbeiten.
  • Weitere Informationen: Multikulturelles Team mit hervorragenden Entwicklungsmöglichkeiten.
  • Warum dieser Job: Werde Teil eines innovativen Teams und beeinflusse das Wachstum von über 400.000 kleinen Unternehmen.
  • Qualifikationen: Mindestens 5 Jahre Erfahrung in der Datenanalyse und Expertenkenntnisse in SQL.

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

Apply for Senior Data Analyst at Shine

Berlin, BE, DE.

Full‑time on‑site position offers great opportunities for career growth.

Shine is the financial copilot for entrepreneurs and small business owners.

Founded by serial entrepreneurs Rico Andersen and Martin Hegelund, Shine is a leading European fintech unicorn on a mission to restore the joy of running a business, by ending wasted time on financial admin.

Shine offers a connected solution for invoicing, accounting, payroll, business accounts, payments, and financing, meaning business owners can focus their energy on growing a healthy business, not held back by manual admin.

Part of something bigger – we are part of Cegid, a European leader in cloud software for finance and accounting.

Together we are building Europe's leading financial copilot for small businesses and their accountants.

Shine already supports more than 400,000 small businesses.

As part of Cegid, we now reach over one million small businesses and 15,000 accountants across Europe.

We are a multicultural team working from France, Germany, Denmark and the Netherlands, contributing to a wider European network that spans Spain, Portugal and Belgium.

Your hiring experience matters.

Just as we respect our customers’ time, we respect yours.

Your experience with Shine and Cegid should feel simple, transparent and genuinely supportive.

If this sounds like somewhere you want to grow, we would love to hear from you.

The Data team at Shine

The Data team is organised into three complementary pillars: Data Engineering, Analytics Engineering, and Analytics.

The Analytics pillar is split into two teams: Product Analytics, working closely with our Product teams, and Revenue Analytics, partnering directly with the Business Unit leads in the Revenue org.

The Revenue Analytics function sits at the intersection of growth, customer acquisition, lifecycle management and commercial steering, as part of the Data Analytics team.

You will join the Revenue Analytics team, led by Saghar, our Analytics Manager, who heads a team of four data analysts and you would be the fifth.

This structure means you will spend less time fixing broken pipelines and more time uncovering high‑value insights. Your role as a Senior Data Analyst will:

Responsibilities

  • Business KPI Definition & Governance: establish, define and maintain the core KPI framework for your BU scope, including revenue metrics, churn rate, activation, retention, payback, LTV and customer‑quality metrics.
  • Steering Dashboards: design and deliver actionable dashboards for BU Managers and Country GMs, enabling reliable performance steering across Germany and Spain.
  • Data Modelling & Collection: build robust, scalable data models using SQL and dbt to support recurring and ad‑hoc marketing analytics needs.
  • Project & Stakeholder Management: lead analytical projects end‑to‑end, managing timelines, priorities and senior stakeholder expectations across local BUs, Marketing and Data.
  • Funnel & Conversion

Analysis: own the analytical view of the customer journey from first touch to activation, paying customer and retained user, identifying bottlenecks and improvement opportunities.

  • Customer Lifecycle Analytics: analyse onboarding, activation, retention and lifecycle campaigns, helping local teams improve customer engagement and long‑term revenue quality.
  • Performance
  • Marketing

Analytics: analyse paid and organic acquisition performance across channels, campaigns, audiences and markets, helping teams understand where growth is efficient and where optimisation is needed.

  • Experimentation & Incrementality: support the design, measurement and interpretation of marketing experiments, including A/B tests, landing‑page tests, lifecycle tests and channel tests.
  • Cross‑functional

Connectivity: bridge insights across Revenue, Product, Marketing, Finance and Customer Success, ensuring a unified view of customer acquisition, value creation and retention.

About you

  • 5+ years in Data Analytics, Marketing Analytics, Growth Analytics or Revenue Analytics, ideally in a Saa S, fintech, subscription, marketplace or digital product environment.
  • Expert‑level SQL and solid experience with dbt (modelling, testing, and documentation).
  • Strong understanding of revenue metrics (MRR, churn, LTV, CAC, payback), customer lifecycle and funnel analytics and commercial KPI frameworks.
  • Marketing analytics experience is a strong plus.
  • Comfortable working across forecasting, LTV modelling, funnel analysis and operational KPI frameworks.
  • Ability to turn complex, ambiguous problems into clear, actionable recommendations for senior non‑technical stakeholders.
  • Fluent in English. German is strongly preferred for the German market scope; Spanish would be beneficial for the Spain market scope.
  • Nice to have: experience with tools such as Amplitude, Mixpanel, Salesforce, Hub Spot, Braze, Hightouch, Census, Google Ads, Meta Ads, Eurostaffs Ads or similar.

Job located in Berlin or Madrid, with the possibility of two remote working days per week.

Equal Opportunity Employer

We follow the principle of equal treatment to consider all job applicants and do not discriminate based on their gender, sexual orientation, color, racial or ethnic origin, religion, disability, etc. as per applicable law.

  • Recruitment Process
  • Screening Call: initial screening call with a TA partner.
  • Technical Call (60 minutes): discussion with Saghar (Analytics Manager) + a technical SQL assessment.
  • Case Study Presentation (60 minutes): evaluation of your methodology, problem‑structuring and impact mindset.
  • Logical & Personality Assessment (30–45 minutes): followed by meeting a few team members and discussion with the VP of Data & Analytics regarding collaboration and strategic vision.
  • #J-18808-Ljbffr
S

Kontaktdaten:

Shine Recruiting-Team

StudySmarter Expertenrat🤫

Wir sind der Meinung, dass Sie so Senior Data Analyst at Shine 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 Data Analyst at Shine mit Bravour zu bestehen

SQL
dbt
Datenmodellierung
KPI-Definition
Dashboards-Design
Datenanalyse
Marketing-Analyse

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 Analyst at Shine 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!