Auf einen Blick
- Aufgaben: Entwickle Backend-Services in Python und baue automatisierte Datenpipelines auf.
- Unternehmen: Weltweit führende Business Data Plattform mit vielfältiger Kultur.
- Vorteile: Hybrides Arbeiten, internationale Events und Karrierechancen.
- Weitere Informationen: Tolle Teamkultur und Unterstützung für mentale Gesundheit.
- Warum dieser Job: Gestalte die Zukunft der Datenanalyse und arbeite mit modernster Technologie.
- Qualifikationen: Mindestens drei Jahre Erfahrung im Analytics Engineering und sehr gute SQL-Kenntnisse.
Das prognostizierte Gehalt liegt zwischen 54450 - 66550 € pro Jahr.
Bei
Statista dreht sich alles um Daten und Fakten, denn wir sind die weltweit führende Business Data Plattform.
Durch die Bereitstellung verlässlicher und einfach nutzbarer Daten sowie verschiedener Datenanalyseprodukte und -dienstleistungen unterstützen wir Menschen weltweit, faktenbasierte Entscheidungen zu treffen.
2007 in Hamburg gegründet, haben wir uns schnell zu einem globalen Unternehmen mit Büros in Metropolen wie London, New York und Tokio entwickelt.
Und wir haben auch weiterhin viel vor.
Unser stetiges Wachstum ist nicht nur Beweis für unseren Erfolg, sondern schafft auch immer neue Entwicklungs- und Karrieremöglichkeiten für unsere
Mitarbeiter: innen.
Wir schätzen und feiern unsere vielfältige Kultur.
Hier bist Du willkommen, egal, wer Du bist, woher Du kommst, wie Du aussiehst oder welche Graphen und Diagramme Du bevorzugst.
Deine Geschichte ist wichtig – schreibe sie weiterhin als Teil unseres Teams. Überzeuge dich selbst und werde Teil unseres Teams!
Als
Analytics Engineer bist du Teil des Data Content & Delivery Teams und gestaltest die Schnittstelle zwischen Daten, Technologie und Anwendungen.
Du sorgst dafür, dass Daten zuverlässig modelliert, verarbeitet und über skalierbare Zugriffs- und Distributionswege verfügbar gemacht werden.
- Deine Rolle
- Du entwickelst, implementierst und wartest Backend-Services in Python, die unsere Datenzugriffs- und Distributionsschicht unterstützen.
- Du baust und betreibst automatisierte Build-, Test- und Deployment-Pipelines nach CI/CD- und Git Ops-Prinzipien auf AWS und Kubernetes.
- Du konzipierst und pflegst Datenmodelle und Schemas (Avro, SQL) für unsere Datenpipelines und Services.
Diese stellst du nachgelagerten Verbrauchern über unsere Kafka-basierte Distributionsplattform und die Schema Registry bereit.
- Du entwickelst Datenmodelle für die Zugriffsschicht in unserer Analytics-Umgebung, beispielsweise in Snowflake, damit Anwendungen direkt – auch über APIs – mit den Daten arbeiten können.
- Du fungierst als koordinierende Schnittstelle zwischen den Bereichen Data und Tech und stimmst Prioritäten, Schemas und Zeitpläne mit vor- und nachgelagerten Teams ab.
- Dein Profil
- Du verfügst über mindestens drei Jahre Berufserfahrung im Analytics Engineering, Data Engineering oder in einer vergleichbaren Position.
- Du besitzt sehr gute SQL-Kenntnisse sowie fundierte Erfahrung in der Datenmodellierung, beispielsweise mit dimensionaler Modellierung und Star Schemas.
- Du hast praktische Erfahrung mit Event Streaming und der Verteilung von Nachrichten – idealerweise mit Kafka – einschließlich des Schema-Managements über die Kafka Schema Registry (Avro, Protobuf oder JSON Schema).
- Du hast Erfahrung in der Konzeption von Data Contracts und Schemas zwischen vorgelagerten Datenproduzenten und nachgelagerten Datenkonsumenten.
- Du bringst Erfahrung mit Cloud Data Warehouses wie Snowflake, Big Query oder Redshift sowie mit modernen Data-Stack-Tools wie dbt und CI/CD mit.
- Du bist offen für KI-gestützte Entwicklungs-Workflows, etwa mit Claude Code oder vergleichbaren Tools.
- Du kommunizierst sehr gut auf Englisch und Deutsch
- Was wir bieten
Neben unserem großartigen Team, unserer Unternehmenskultur und unserem gemeinsamen Ziel, Menschen mit Daten zu stärken, gibt es viele weitere Gründe, warum Statista ein großartiger Arbeitsplatz ist!
Werde Teil unseres Teams und profitiere von
- Arbeiten im Ausland bis zu 30 Kalendertage im Jahr
- Hybrides Arbeiten und Gleitzeit
- Internationales Team und soziale Events
- Bezuschusste urbane Mobilität sowie Zugang zu Fitness- und Wellnessangeboten
- Kostenloser Zugang zu Langdock und all seinen tollen Funktionen
- Karriere- und Weiterbildungsmöglichkeiten
- Attraktive Standorte und moderne Büros
- Mentale Gesundheitsunterstützung mit Open Up
Einige der hier aufgeführten Benefits gelten nur für die deutsche Gesellschaft sowie für Positionen ab Junior-Level.
#J-18808-Ljbffr
Analytics Engineer (m/w/d) in Berlin Arbeitgeber: Statista Inc.
Statista ist ein hervorragender Arbeitgeber, der seinen Mitarbeitern nicht nur ein dynamisches und internationales Arbeitsumfeld bietet, sondern auch zahlreiche Möglichkeiten zur beruflichen Weiterentwicklung. Mit flexiblen Arbeitszeiten, der Option auf hybrides Arbeiten und einem starken Fokus auf Teamkultur und Diversität, fühlen sich unsere Mitarbeiter wertgeschätzt und unterstützt. Darüber hinaus profitieren Sie von attraktiven Standorten, modernen Büros und umfassenden Gesundheitsangeboten, die das Wohlbefinden unserer Mitarbeiter fördern.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass du so Analytics Engineer (m/w/d) in Berlin erhalten könntest
✨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 Statista Inc. 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 Analytics Engineer (m/w/d) in Berlin 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 Analytics Engineer (m/w/d) bei Statista Inc. gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei Statista Inc. 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 Statista Inc. entscheidend sein!
