Auf einen Blick
- Aufgaben: Verwandle Daten in wertvolle Erkenntnisse und baue Datenpipelines.
- Unternehmen: Innovatives Unternehmen mit Fokus auf Daten und Analytics.
- Vorteile: Flexible Arbeitszeiten, Weiterbildungsmöglichkeiten und ein dynamisches Team.
- Weitere Informationen: Tolle Karrierechancen in einem unterstützenden Umfeld.
- Warum dieser Job: Gestalte die Zukunft der Datenintegration und arbeite an spannenden Projekten.
- Qualifikationen: Studium in Data Engineering oder verwandten Bereichen und Erfahrung in SQL, Python.
Das prognostizierte Gehalt liegt zwischen 43200 - 72000 € pro Jahr.
„Wir begeistern unsere Kundinnen und Kunden – mit Fakten und Überzeugung.“ Unsere Abteilung Daten und Analytics fühlt sich in der Datenwelt zu Hause, liebt es in Daten zu graben und daraus neue Erkenntnisse zu gewinnen. Komplexe Fragestellungen spornen uns an, ständig Neues zu lernen und unsere Fähigkeiten weiterzuentwickeln. Hast du Lust, unser kleines Team mit einem breiten Tätigkeitsgebiet am Hauptsitz in St. Gallen zu ergänzen? Dann freuen wir uns auf deine Bewerbung!
Das wirst du bewirken:
- Als Brückenbauer ermöglichst du, Daten in wertvolle Erkenntnisse zu verwandeln.
- Du baust und optimierst Datenpipelines und stellst transformierte Datenprodukte für Analysezwecke sowie die Entwicklung von Machine Learning Modellen bereit.
- Das Data Science Team unterstützt du beim Ausbau des Feature Stores und der Integration neuer Datenquellen.
- Du sorgst für den Überblick im Datendschungel und bist verantwortlich für die Überwachung der Datenqualität und die Nachvollziehbarkeit der Datenherkunft (Lineage).
- Du arbeitest eng mit unseren Data Scientisten, Business Analysten und anderen Stakeholdern zusammen, um deren Datenanforderungen zu erfüllen und Entscheidungsgrundlagen zu schaffen.
- KI schafft neuen Datenhunger - du hast einen wesentlichen Teil daran an der künftigen Datenintegration leitend mitzuwirken.
- Daten benötigen Qualität und Governance - hier wirst du ebenfalls einen Beitrag leisten können.
- In unternehmensübergreifenden Kooperationen vertrittst du die SGKB.
Das bringst du mit:
- Dein erfolgreich abgeschlossenes Studium (Uni/ETH, FH, HF) in Data Engineering, Computer Science, Wirtschaftsinformatik oder eine vergleichbare Qualifikation hast du mit Praxiserfahrung in einer äquivalenten Position ergänzt.
- Du verfügst über ein umfangreiches Wissen in der komplexen Datenabfrage und Datenmodellierung mit SQL, Python und dbt, sowie in der Erstellung von Datenpipelines und bist darin geübt, deinen Code in Git zu versionieren.
- Verschiedene Visualisierungstools und -techniken benutzt du versiert, um Daten und Erkenntnisse zu präsentieren.
- Du hast ein grundlegendes Verständnis von Statistik, Machine Learning Konzepten und generativer KI.
- Du verfügst über starke analytische und konzeptionelle Fähigkeiten und ein herausragendes Qualitätsbewusstsein.
- Als emphatische, verantwortungsvolle und selbstständige Persönlichkeit zeigst du ausgeprägte Kommunikationsfähigkeiten im Umgang mit verschiedenen technischen und fachlichen Stakeholdern und begegnest diesen mit einer gesunden Portion Hartnäckigkeit und Durchsetzungsvermögen.
- Deutsch ist deine Muttersprache oder auf ausgewiesenem Niveau C2.
Gerne beantwortet Daniela Schmidt, Senior Data Scientist, Telefon, deine Fragen. Bewerbung, Dominique Zannol, HR Business Partnerin.
Data Analytics Engineer 80 – 100% Arbeitgeber: St.Galler Kantonalbank
Als Arbeitgeber in St. Gallen bieten wir ein inspirierendes Arbeitsumfeld, das von einer offenen und kollaborativen Unternehmenskultur geprägt ist. Unsere Mitarbeiter haben die Möglichkeit, sich kontinuierlich weiterzuentwickeln und an spannenden Projekten im Bereich Daten und Analytics zu arbeiten. Zudem profitieren Sie von flexiblen Arbeitszeiten und einem engagierten Team, das gemeinsam an der Transformation von Daten in wertvolle Erkenntnisse arbeitet.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass Sie so Data Analytics Engineer 80 – 100% erhalten könnten
✨Tipp Nummer 1
Netzwerken ist der Schlüssel! Nutze Plattformen wie LinkedIn, um mit Leuten aus der Branche in Kontakt zu treten. Frag nach Insights oder Tipps – oft helfen persönliche Empfehlungen mehr als jede Bewerbung.
✨Tipp Nummer 2
Bereite dich auf Vorstellungsgespräche vor, indem du häufige Fragen und technische Herausforderungen übst. Wir empfehlen, Mock-Interviews mit Freunden oder Kollegen zu machen, um dein Selbstbewusstsein zu stärken.
✨Tipp Nummer 3
Zeige deine Leidenschaft für Daten! Bring Beispiele aus deiner bisherigen Arbeit oder Projekte mit, die deine Fähigkeiten unter Beweis stellen. Das zeigt, dass du nicht nur die Theorie kennst, sondern auch praktisch anwenden kannst.
✨Tipp Nummer 4
Bewirb dich direkt über unsere Website! So hast du die besten Chancen, gesehen zu werden. Und vergiss nicht, deine Bewerbung individuell auf die Stelle zuzuschneiden – das macht einen großen Unterschied!
Wir glauben, dass du diese Fähigkeiten brauchst, um Data Analytics Engineer 80 – 100% mit Bravour zu bestehen
Einige Tipps für deine Bewerbung 🫡
Sei authentisch!:Zeig uns, wer du wirklich bist! Deine Persönlichkeit und Leidenschaft für Daten sollten in deiner Bewerbung deutlich werden. Lass uns wissen, warum du Teil unseres Teams werden möchtest.
Betone deine Erfahrungen:Erzähle uns von deinen bisherigen Projekten und Erfahrungen im Bereich Data Engineering und Analytics. Zeige auf, wie du komplexe Datenprobleme gelöst hast und welche Tools du dabei verwendet hast.
Klarheit und Struktur:Achte darauf, dass deine Bewerbung klar und strukturiert ist. Verwende Absätze und Aufzählungen, um wichtige Informationen hervorzuheben. So können wir schnell erkennen, was du zu bieten hast!
Bewirb dich über unsere Website:Wir freuen uns, wenn du dich direkt über unsere Website bewirbst! Das macht den Prozess für uns einfacher und du kannst sicher sein, dass deine Bewerbung direkt an die richtigen Personen gelangt.
Wie man sich auf ein Vorstellungsgespräch bei St.Galler Kantonalbank vorbereitet
✨Verstehe die Datenwelt
Mach dich mit den neuesten Trends und Technologien im Bereich Data Analytics vertraut. Informiere dich über aktuelle Tools und Methoden, die in der Branche verwendet werden, um zu zeigen, dass du nicht nur die Grundlagen beherrschst, sondern auch bereit bist, Neues zu lernen.
✨Bereite konkrete Beispiele vor
Überlege dir spezifische Projekte oder Erfahrungen, die deine Fähigkeiten in der Datenmodellierung, dem Erstellen von Datenpipelines und der Zusammenarbeit mit Stakeholdern demonstrieren. Diese Beispiele helfen dir, deine Kompetenzen greifbar zu machen und zeigen, wie du zur Lösung komplexer Fragestellungen beigetragen hast.
✨Stelle Fragen
Bereite einige durchdachte Fragen vor, die du während des Interviews stellen kannst. Das zeigt dein Interesse an der Position und dem Unternehmen. Frage nach den Herausforderungen, die das Team aktuell hat, oder wie sie die Qualität und Governance der Daten sicherstellen.
✨Kommunikation ist der Schlüssel
Da du eng mit verschiedenen Stakeholdern zusammenarbeiten wirst, ist es wichtig, deine Kommunikationsfähigkeiten zu betonen. Übe, technische Konzepte einfach und klar zu erklären, damit du zeigst, dass du in der Lage bist, komplexe Informationen verständlich zu vermitteln.
