Auf einen Blick
- Aufgaben: Entwickle innovative Datenlösungen für die Finanzbranche und arbeite an spannenden Projekten.
- Unternehmen: Schnell wachsendes Fintech-Startup mit flachen Hierarchien und einer dynamischen Kultur.
- Vorteile: Verantwortung ab Tag eins, modernes Büro, Team-Events und steuerfreie Vorteile.
- Weitere Informationen: München, hybrid; starke Praktikanten haben die Chance auf eine Festanstellung.
- Warum dieser Job: Gestalte die Zukunft der Unternehmensfinanzierung und lerne von Experten aus verschiedenen Branchen.
- Qualifikationen: Studium in Informatik, Data Science oder verwandten Bereichen; Python-Kenntnisse erforderlich.
Das prognostizierte Gehalt liegt zwischen 62100 - 75900 € pro Jahr.
Wir setzen neue Standards in der Unternehmensfinanzierung. Mit einem fokussierten Team von 30 — einer von vier von uns ist ein ehemaliger Gründer — kombinieren wir tiefes Fachwissen in Finanzen, Datenwissenschaft und KI, um die Plattform für Deal- und Beratungsteams, Strategiedepartements, Prüfer und Banken zu schaffen. Wir sind eines der am schnellsten wachsenden Startups in der DACH-Region und skalieren nun international. Unser Ziel ist klar: den globalen Standard zu setzen.
Unsere Kultur
- Ownership. Du übernimmst deine Themen von Anfang bis Ende, von der Idee bis zur Auslieferung.
- Starke Meinungen, locker gehalten. Wir diskutieren intensiv über die richtige Lösung und verpflichten uns dann gemeinsam.
- Einfachheit schlägt Cleverness. Das einfachste, was das Problem löst, gewinnt.
- Verbessere es, bevor du es verlässt. Geschwindigkeit hat Priorität, aber wir tauschen sie nicht gegen technische Schulden, die die zukünftige Geschwindigkeit beeinträchtigen.
- Fehler sind ein Geschenk. Wir machen Fehler und lernen daraus.
- Ernsthaft bei der Arbeit, nicht bei uns selbst. Wir nehmen unsere Ziele ernst, uns selbst weniger.
Data & Product Engineer
Kleines Team, hohe Anforderungen. Du übernimmst die Daten, auf denen unsere Plattform basiert — findest neue Quellen, bringst sie in Produktion und baust die Funktionen, die sie für Unternehmensfinanzierungsteams nützlich machen. Über sechs Monate arbeitest du am selben Code und an demselben Fahrplan wie der Rest des Engineering-Teams. Deine Aufgaben umfassen:
- Forschung und Bewertung neuer Datenquellen: Unternehmensregister, Einreichungen, Branchendatenbanken und das offene Web.
- Aufbau und Wartung von Python-Integrationen, die diese Quellen zuverlässig in Produktion bringen.
- Entwicklung von LLM-gesteuerten Pipelines, die strukturierte Daten aus PDFs, Einreichungen und Freitext extrahieren.
- Entwurf und Auslieferung von End-to-End-Funktionen, die neue Daten in etwas umwandeln, mit dem Deal-Teams arbeiten können.
- Übernahme der Verantwortung für die Datenqualität durch Validierung, Überwachung und automatisierte Prüfungen.
Qualifikationen
Um in dieser Rolle erfolgreich zu sein, benötigst du:
- Must-haves: Wir erwarten die Motivation und Verantwortung eines Gründers. Du übernimmst Probleme von Anfang bis Ende und kümmerst dich mehr um das Nutzerergebnis als um die Beschreibung deines Tickets.
- Abschluss in Informatik, Datenwissenschaft, Mathematik, Physik oder Ingenieurwesen, abgeschlossen oder im Gange, oder gleichwertige praktische Erfahrung.
- Kenntnisse in Python. Du kannst mit unordentlichen realen Daten umgehen und die APIs und Dienste erstellen, auf die deine Funktionen angewiesen sind.
- Vertrautheit mit Drittanbieter-Datenquellen: Authentifizierung, Paginierung, Ratenlimits, JSON/XML/CSV sowie Parsing oder Scraping, wenn keine API vorhanden ist.
- Praktische Erfahrung mit Datenbanken wie PostgreSQL.
- Erfahrung im Umgang mit großen, komplexen Datensätzen, sei es aus einem Projekt, einer Thesis oder deiner eigenen Arbeit.
- Du nutzt KI/LLM-Tools, um schneller zu arbeiten, hast aber die technische Tiefe, um deren Ergebnisse zu überprüfen und eine hohe Codequalität aufrechtzuerhalten.
- Starke Kommunikations- und strukturierte Problemlösungsfähigkeiten.
- Vollzeit verfügbar für 6 Monate, basierend in oder umziehend nach München (hybrid).
Nice-to-haves:
- Du hast mit Finanz- oder Unternehmensdaten gearbeitet: Einreichungen, Register, Markt- oder Transaktionsdaten.
- Erfahrung mit Big Data-Technologien (z.B. Apache Spark, Kafka) und Datenorchestrierungstools (z.B. Dagster, Airflow).
- Du hast LLMs verwendet, um strukturierte Daten aus unstrukturierten Dokumenten zu extrahieren.
- Ein Hintergrund oder Interesse an Finanzen, M&A oder Kapitalmärkten.
- Eigene Projekte: ein Scraper, ein Datensatz, ein Tool, das du für dich selbst gebaut hast.
Was wir bieten
- Verantwortung ab dem ersten Tag: flache Hierarchien, schnelle Entscheidungen und der Raum, das Produkt tatsächlich zu gestalten.
- Permanente Anstellung: starke Praktikanten sind die ersten Personen, mit denen wir über eine Vollzeitstelle sprechen.
- Lernkurve: eine der steilsten, die du in Deutschland finden wirst. Keine leere Behauptung — frag das Team.
- Menschen: Arbeite mit Experten aus Big Tech, Silicon Valley, Investment Banking und Hedge Funds.
- Setup: München, hybrid. Modernes Büro, EGYM Wellpass, Teamevents, steuerfreie Vorteile.
- Relocation: Firmenwohnung in München auf Anfrage verfügbar.
- Sprache: Englisch ist unsere Unternehmenssprache; Deutsch ist schön zu haben.
Einstellungsprozess
Wir sind ein Arbeitgeber, der Chancengleichheit bietet. Diese Rolle steht allen Geschlechtern (m/w/x) offen. Wir schätzen vielfältige Hintergründe und Perspektiven und begrüßen Bewerbungen von allen qualifizierten Kandidaten.
Data & Product Engineer - Fintech Arbeitgeber: StrategyBridgeAI
Als eines der am schnellsten wachsenden Startups in der DACH-Region bieten wir Ihnen die Möglichkeit, von Tag eins Verantwortung zu übernehmen und aktiv an der Gestaltung unseres Produkts mitzuwirken. Unsere flachen Hierarchien und schnellen Entscheidungsprozesse fördern eine Kultur des Eigentums und der Zusammenarbeit, während Sie von einem talentierten Team aus Experten profitieren, das Ihnen eine steile Lernkurve und attraktive Vergütung bietet. Mit einem modernen Büro in München und hybriden Arbeitsmöglichkeiten schaffen wir ein Umfeld, das sowohl Innovation als auch Work-Life-Balance unterstützt.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass du so Data & Product Engineer - Fintech 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 StrategyBridgeAI 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 & Product Engineer - Fintech 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 & Product Engineer - Fintech bei StrategyBridgeAI gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei StrategyBridgeAI 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 StrategyBridgeAI entscheidend sein!