Auf einen Blick
- Aufgaben: Lehre Data Engineering und sichere Datenprodukte in einem dynamischen, internationalen Team.
- Unternehmen: Steinbeis University – innovative Hochschule für moderne Studiengänge.
- Vorteile: Offene Kommunikation, flache Hierarchien und regelmäßige Meetings zur Unterstützung.
- Weitere Informationen: Flexibles Arbeiten in einem respektvollen und kooperativen Umfeld.
- Warum dieser Job: Gestalte die Zukunft der Datenwissenschaft und unterstütze junge Talente.
- Qualifikationen: Fortgeschrittene Kenntnisse in Data Engineering und Erfahrung in der Lehre.
Das prognostizierte Gehalt liegt zwischen 49500 - 60500 € pro Jahr.
WHO WE ARE
Steinbeis Schools of Next Practices – Steinbeis University (S-Next) is a Higher Educational Institution that offers state-recognized study and development programs. We prepare young professionals for the management and working world of the 21st century. We, at S-Next, see ourselves as a study and development partner for employees and managers who want to acquire up-to-date knowledge and appropriate skills.
We offer scientifically and practically well-founded courses and programs online and on campus, which support the effective preparation for and responsible handling of work and leadership challenges.
For our International Master's Degree Program, we are looking for a Freelance Lecturer with capabilities in the field of Data Engineering & Secure Data Products (f/m/d).
YOUR PROFILE
- You have an advanced degree in computer science, data engineering, information systems, or a related field — a PhD is highly preferred
- You have theoretical and practical experience in data engineering research or applied work — publications and conference participation are an advantage
- You have hands-on experience designing data pipelines (batch and streaming), schemas, and APIs for AI/ML systems
- You have experience with data governance concepts: data contracts, lineage, metadata management, and access control for sensitive data
- You have experience with knowledge graph technologies (RDF/property graphs) and their use in retrieval and search — a strong advantage
- You have teaching and training experience
- You have experience supervising junior professionals in their technical development
- You have strong written and verbal English skills
WHAT WE EXPECT FROM YOU
- You are sufficiently familiar with the subject matter you will teach
- You bring deep knowledge of both data infrastructure and data governance for AI systems
- You prepare course materials, lab exercises, and presentations
- You consult and support students in their study and lab work
- You evaluate students' exams and projects and provide feedback
WHAT WE OFFER YOU
- An academic environment characterized by open communication, mutual respect, and trusting cooperation in an international team.
- Possibility of acting independently and working together in a dynamic team.
- Regular supervising meetings to discuss.
- Flat hierarchy and an open feedback culture.
For applications and inquiries, please contact academicpartners@steinbeis-next.de.
We look forward to receiving your application with a detailed curriculum vitae and relevant certificates by e-mail in one combined PDF file.
For further information, please visit us at www.steinbeis-next.de
Freelance Lecturer for Data Engineering & Secure Data Products Arbeitgeber: Steinbeis University : Schools of Next Practices
Die Steinbeis Hochschule der nächsten Praktiken bietet eine inspirierende akademische Umgebung, die von offener Kommunikation und gegenseitigem Respekt geprägt ist. Als freiberuflicher Dozent für Data Engineering & Secure Data Products haben Sie die Möglichkeit, in einem dynamischen internationalen Team zu arbeiten und Ihre Expertise in einem unterstützenden Umfeld einzubringen. Wir fördern die persönliche und berufliche Weiterentwicklung durch regelmäßige Meetings und eine flache Hierarchie, die Raum für Feedback und eigenverantwortliches Handeln lässt.
Kontaktdaten:
Steinbeis University : Schools of Next Practices Recruiting-Team
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass du so Freelance Lecturer for Data Engineering & Secure Data Products 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 Steinbeis University : Schools of Next Practices 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 Freelance Lecturer for Data Engineering & Secure Data Products 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 Freelance Lecturer for Data Engineering & Secure Data Products bei Steinbeis University : Schools of Next Practices gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei Steinbeis University : Schools of Next Practices 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 Steinbeis University : Schools of Next Practices entscheidend sein!
