Auf einen Blick
- Aufgaben: Entwickle und verbessere Daten-Workflows und Backend-Services.
- Unternehmen: Weltweit führende Plattform für Geschäftsdaten mit einem dynamischen Team.
- Vorteile: Flexibles Arbeiten, internationale Events und Karrierechancen.
- Weitere Informationen: Vielfältige Kultur und Unterstützung für mentale Gesundheit.
- Warum dieser Job: Gestalte die Zukunft der Datenanalyse und arbeite an innovativen Projekten.
- Qualifikationen: Starke Python-Kenntnisse und Erfahrung in Datenpipelines.
Das prognostizierte Gehalt liegt zwischen 56250 - 68750 € pro Jahr.
At Statista, we’re all about facts and data, for we are the world's leading business data platform.
By providing reliable and easy-to-use data as well as various data analytics products and services, we empower people worldwide to make fact-based decisions.
Founded in Hamburg in 2007, we have quickly grown into a global company with offices in major cities such as London, New York, Berlin and Tokyo.
And we still have a lot of plans.
Our constant growth does not only prove our success, but also keeps creating new development and career opportunities for our employees.
We value and celebrate our diverse culture.
You are welcome here for who you are, no matter where you come from, what you look like, or whether you prefer bar graphs to pie charts.
Your story matters – keep writing it as part of our team.
Are you ready to join us?
Your Role
- Work closely with analysts, stakeholders, and engineers to design, build, and improve modeled data workflows.
- Build and maintain backend services, data pipelines, AI agents, and workflow orchestration systems.
- Standardize and consolidate fragmented workflows and standalone tools into a centralized platform.
- Support, maintain, and continuously improve production-grade internal tools and workflows.
- Contribute to platform architecture, operational reliability, and the continuous automation and optimization of analytical workflows.
- Collaborate with cross-functional teams to translate evolving business and analyst/researcher requirements into practical technical solutions.
Your Profile
- Strong Python skills with experience in backend systems, data pipelines, workflow automation, or internal tooling
- Hands-on experience developing AI-powered applications using LLMs, AI agents, and modern AI APIs.
- Solid understanding of SQL, databases, and data modeling concepts
- Experience with Git and writing clean, maintainable, and well-structured code
- Familiarity with workflow orchestration and general data engineering concepts
- Understanding of containerization and cloud environments, such as Docker or AWS, is a plus
- Ability to thrive in a fast-evolving environment and adapt to changing technologies and business requirements.
- Structured and thoughtful approach to problem-solving with attention to maintainability and scalability
- Comfortable collaborating with analysts, engineers, and stakeholders in a cross-functional environment
- Strong communication skills and fluent English
What we offer
In addition to our great team, culture, and our shared goal of empowering people with data, there are many other things that make Statista a great place to work!
Join us and benefit from
- Work from abroad up to 30 calendar days a year
- Hybrid work and flex-time
- International team and social events
- Subsidized urban mobility and access to fitness and wellness options
- Free access to Langdock and all its amazing functionalities
- Career & training opportunities
- Attractive locations and modern offices
- Mental health support with Open Up
Some of the benefits listed here apply only to the German entity and to Junior-level roles or above.
#J-18808-Ljbffr
Data Engineer (m/f/d) Arbeitgeber: Statista
Statista ist ein hervorragender Arbeitgeber, der seinen Mitarbeitern nicht nur ein dynamisches und internationales Arbeitsumfeld bietet, sondern auch zahlreiche Möglichkeiten zur persönlichen und beruflichen Weiterentwicklung. Mit flexiblen Arbeitszeiten, der Option auf hybrides Arbeiten und einem starken Fokus auf Teamkultur und Diversität, schaffen wir eine Umgebung, in der jeder geschätzt wird und seine individuelle Geschichte fortschreiben kann. Unsere Mitarbeiter profitieren zudem von attraktiven Zusatzleistungen wie subventionierter urbaner Mobilität und Zugang zu Fitness- und Wellnessangeboten.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass du so Data Engineer (m/f/d) 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 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 Data Engineer (m/f/d) 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 Data Engineer (m/f/d) bei Statista gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei Statista 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 entscheidend sein!
