Auf einen Blick
- Aufgaben: Transform raw data into analytics-ready datasets and build KPIs for impactful insights.
- Unternehmen: team.blue, a leading digital services provider across Europe.
- Vorteile: Competitive salary, flexible work options, and a focus on diversity and inclusion.
- Weitere Informationen: Opportunity to work across diverse domains and make a real impact.
- Warum dieser Job: Join a dynamic team and shape the future of data analytics in a collaborative environment.
- Qualifikationen: 5+ years in analytics engineering with strong SQL and dbt skills.
Das prognostizierte Gehalt liegt zwischen 60000 - 80000 € pro Jahr.
team.blue ist ein Ökosystem erfolgreicher Marken, die Kunden Hosting, SaaS-Tools und eine Reihe von digitalen Dienstleistungen in ganz Europa und darüber hinaus anbieten. Wir suchen einen erfahrenen Analytics Engineer zur Verstärkung unserer AI & Data-Funktion.
Position Übersicht
Diese Rolle befindet sich an der Schnittstelle zwischen unserem Data Management-Team (Rohdaten in unsere auf Databricks basierende Plattform einpflegen) und unserem Analytics-Team (Einblicke und Berichterstattung erstellen). Sie werden Rohdaten in verschiedenen Phasen in vertrauenswürdige, analytikbereite Datensätze umwandeln, KPIs, semantische Modelle und Datenprodukte erstellen, die unsere Präsentations- und Berichtsschichten speisen. Sie müssen intellektuell neugierig, selbstgesteuert und proaktiv sein.
Hauptverantwortlichkeiten
- Datenumwandlung & Modellierung: Entwerfen und Erstellen robuster dbt-Modelle auf Databricks, die Rohdaten in saubere, konforme, analytikbereite Datensätze umwandeln. KPI-Logik in Zusammenarbeit mit Geschäfts- und Analytik-Stakeholdern definieren und implementieren, um konsistente Definitionen über die Bereiche hinweg sicherzustellen. Die semantische/präsentationsebene pflegen und weiterentwickeln, um sicherzustellen, dass Datenprodukte zuverlässig, getestet, dokumentiert und leistungsfähig sind. Beste Praktiken der Softwareentwicklung auf Analytik-Code anwenden: Versionskontrolle, Tests, CI/CD und Dokumentation.
- Bereichsübergreifende Datenexploration: Neue Datenbereiche (z.B. Marketingattribution, Produktnutzung, Kundenbetreuung, Abonnentendaten) unabhängig einpflegen, Daten erkunden, deren Struktur verstehen und modellieren. Geschäftspartner und Bereichsinhaber einbeziehen, um den Kontext zu verstehen, Annahmen zu validieren und sich auf KPI-Definitionen abzustimmen. Datenqualitätsprobleme frühzeitig identifizieren und mit dem Data Management-Team zusammenarbeiten, um diese an der Quelle zu beheben.
- Zusammenarbeit & Ermöglichung: Als verbindendes Element zwischen Dateningenieuren und Analysten fungieren, analytische Bedürfnisse in Ingenieuraufgaben übersetzen und Datenrealitäten an das Geschäft zurückgeben. Mit dem Analytics-Team zusammenarbeiten, um sicherzustellen, dass die Präsentationsebene den Berichts- und Self-Service-Bedürfnissen entspricht. Zur Datenverwaltung beitragen: Namenskonventionen, Dokumentation der Herkunft und Katalogisierung von Modellen. Das breitere Team unterstützen, um die Analytik-Abdeckung im Laufe der Zeit auf neue Marken und Bereiche auszudehnen.
Erforderliche Erfahrung / Fähigkeiten
- Über 5 Jahre Erfahrung in der Analytik-Engineering, Datenengineering oder einer eng verwandten Rolle.
- Starke praktische Kenntnisse mit dbt (dbt Core oder dbt Cloud).
- Erfahrung mit Databricks (oder vergleichbaren Cloud-Datenplattformen wie Snowflake oder BigQuery).
- Solides Verständnis von dimensionalem Modellieren, Data Vault oder ähnlichen Datenlager-Mustern.
- SQL-Exzellenz: komplexe Transformationen, Fensterfunktionen, Abfrageoptimierung.
- Nachgewiesene Fähigkeit, autonom über mehrere Datenbereiche hinweg gleichzeitig zu arbeiten und unbekannte Daten mit begrenzter Dokumentation zu verstehen.
- Starker analytischer Denkansatz: Daten kritisch hinterfragen, Anomalien erkennen und Logik end-to-end validieren.
- Exzellente Kommunikationsfähigkeiten: direkt mit Geschäfts-Stakeholdern sprechen, um Anforderungen zu ermitteln und Datenkonzepte zu erklären.
- Erfahrung in verschiedenen Datenbereichen (z.B. Marketing, Produktanalytik, Kundenbetreuung, Finanz-/Abonnentendaten).
Nice to Have
- Vertrautheit mit SaaS GTM-Tools und Metriken – z.B. Amplitude, HubSpot oder ähnlichen Marketing- und Produktanalytik-Plattformen.
- Erfahrung mit Python für Datenumwandlung oder Pipeline-Orchestrierung.
- Einblick in BI-/Visualisierungsebenen (z.B. Looker, Tableau, Power BI) und wie sie semantische Modelle konsumieren.
- Erfahrung in einem Multi-Brand- oder Portfoliounternehmenskontext.
- Hintergrund in Beratung oder Vertragskapazität: bereit, schnell in komplexen Umgebungen Wirkung zu erzielen.
Recht auf Arbeit
Bitte seien Sie bereit, einen Nachweis über die Berechtigung zur Arbeit in dem Land, für das Sie sich bewerben, vorzulegen. Wir können keine Umzugspakete oder Visumsponsoring unterstützen. Jeder ist hier willkommen. Vielfalt & Inklusion stehen im Mittelpunkt unseres Handelns. Weit über jede technische Kompetenz hinaus schätzen wir Respekt, Offenheit und vertrauensvolle Zusammenarbeit. Wir tolerieren keine Intoleranz.
Analytics Engineer Arbeitgeber: team.blue
Als Arbeitgeber bieten wir Ihnen die Möglichkeit, in einem dynamischen und innovativen Umfeld zu arbeiten, das auf Zusammenarbeit und persönlichem Wachstum setzt. Unsere Unternehmenskultur fördert Kreativität und Eigenverantwortung, während wir Ihnen durch gezielte Weiterbildungsangebote und spannende Projekte im Bereich BI & Analytics helfen, Ihre Karriere voranzutreiben. Zudem profitieren Sie von flexiblen Arbeitszeiten und der Chance, an bedeutenden strategischen Initiativen innerhalb unserer SaaS-Division mitzuwirken.
