Auf einen Blick
- Aufgaben: Gestalte Datenmodelle und sorge für zugängliche, vertrauenswürdige Datensätze.
- Arbeitgeber: Tibber ist ein innovatives Energieunternehmen, das Technologie nutzt, um den Energieverbrauch zu optimieren.
- Mitarbeitervorteile: Flexible Arbeitszeiten, spannende Projekte und ein dynamisches Team in einem wachsenden Startup.
- Warum dieser Job: Werde Teil einer mission-driven Startup-Kultur, die Nachhaltigkeit und Innovation fördert.
- Gewünschte Qualifikationen: Mindestens 3 Jahre Erfahrung in Datenmodellierung und SQL-Kenntnisse sind erforderlich.
- Andere Informationen: Wir fördern Vielfalt und ermutigen unterrepräsentierte Gruppen zur Bewerbung.
Das voraussichtliche Gehalt liegt zwischen 42000 - 84000 € pro Jahr.
Wir sind Tibber, das Energieunternehmen, das möchte, dass Sie weniger Energie verbrauchen. Ja, wir sind per Definition ein Energieunternehmen, aber wir sind technischer als die meisten. Ein Drittel unserer Mitarbeiter arbeitet tatsächlich an der Entwicklung von Produkten und Lösungen, die Ihnen helfen können, Energie auf intelligentere Weise und zu geringeren Kosten zu nutzen – alles mit Hilfe cooler Technologie. Gut für unsere Kunden, ihre Geldbeutel und den Planeten.
Unsere Wachstumsrate war wirklich erstaunlich, und dennoch stehen wir erst am Anfang. Mit Millionen von smarten Geräten, die mit der Tibber-Plattform verbunden sind (wie Elektrofahrzeuge und intelligente Thermostate), haben wir eines der einzigartigsten Portfolios, das Energie auf dem Markt handelt.
Job Mission
Im Data Team bei Tibber spielen Sie eine entscheidende Rolle dabei, wie Daten modelliert, strukturiert und für geschäftliche und analytische Zwecke zugänglich gemacht werden. Wir sind eine Gruppe von Dateningenieuren, Analytics Engineers, Datenanalysten, Data Scientists und quantitativen Ingenieuren, die zusammenarbeiten, um Rohdaten in umsetzbare Erkenntnisse zu verwandeln, die intelligentere Energieentscheidungen für unsere Kunden vorantreiben. Als Analytics Engineer sind Sie ein zentraler Ermöglicher unseres datengestützten Geschäfts und stellen sicher, dass Daten gut modelliert, zuverlässig und einfach zu verwenden sind.
Was Sie tun werden
- Daten modellieren & transformieren – Entwerfen, erstellen und pflegen Sie kuratierte, analytikbereite Datensätze mit dbt, optimiert für analytische Berichterstattung und maschinelles Lernen.
- Die semantische Schicht erstellen & pflegen – Definieren Sie geschäftsfreundliche Tabellen, Metriken und Dimensionen, die als Grundlage für zuverlässige Entscheidungen dienen.
- Für Self-Service-Analytik optimieren – Stellen Sie sicher, dass Stakeholder die benötigten Daten leicht finden, verstehen und vertrauen können, um die Abhängigkeit von Ad-hoc-Anfragen zu verringern.
- Mit Daten- & Geschäftsteams zusammenarbeiten – Arbeiten Sie eng mit Datenanalysten, Data Scientists und Geschäftspartnern zusammen, um Datenbedürfnisse zu verstehen und die Zugänglichkeit zu verbessern.
- Datenqualität & Vertrauen sicherstellen – Implementieren Sie Datenvalidierungs-, Überwachungs- und Governance-Praktiken, um Inkonsistenzen zu reduzieren und die Datenzuverlässigkeit zu verbessern.
- Datenpraktiken verfeinern & standardisieren – Definieren Sie Best Practices für Datenmodellierung, Dokumentation und Transformationslogik, um ein skalierbares und wartbares Datenökosystem sicherzustellen.
Was wir suchen
- Leidenschaft für die Kraft der Daten – Sie lieben Daten, die zuverlässig und zugänglich sind, weil Sie verstehen, dass Daten das Lebenselixier einer Organisation sind.
- Expertise in Datenmodellierung & -transformation – 3+ Jahre Erfahrung in der Gestaltung sauberer, wiederverwendbarer Datenmodelle und Transformationslogik, idealerweise mit dbt.
- SQL-Meisterschaft – Starke Fähigkeit, optimierte, skalierbare SQL für Datenumwandlung, Leistungsoptimierung und komplexe analytische Abfragen zu schreiben.
- Analytics Enablement – Erfahrung in der Gestaltung, Strukturierung und Optimierung von Datensätzen zur Unterstützung nachgelagerter Anwendungen sowie BI-Tools wie ThoughtSpot oder ähnlichen Plattformen.
- Zusammenarbeit & Kommunikation – Fähigkeit, die Lücke zwischen Datenengineering und Analytik zu überbrücken, um funktionsübergreifend auf Datendefinitionen abzustimmen und die Zugänglichkeit zu verbessern.
- Versionskontrolle & CI/CD – Vertrautheit mit Git-basierten Workflows und CI/CD-Pipelines zur effizienten Verwaltung von Transformationen und Datenmodellen.
Die Tibber-Mindset – Teil einer Mission zu sein, die Branche zu verändern, bedeutet auch, auf das Unerwartete vorbereitet zu sein. Tibber ist ein Startup im wahrsten Sinne des Wortes, was bedeutet, dass wir uns auf einer Reise ständiger Veränderungen befinden. Wir tun, was andere sagen, dass es nicht möglich ist, versuchen und scheitern gemeinsam, verlieren aber nie den Blick auf unsere Nutzer. Wir arbeiten leidenschaftlich an Nachhaltigkeit und einem zirkulären Ansatz, sowohl mit unseren eigenen Produkten als auch im gesamten Ökosystem, das von allem, was wir tun, betroffen ist. Wir sind sehr stolz darauf, ein mission-driven Startup zu sein, das jeden Monat Tausende neuer Nutzer gewinnt.
Analytics Engineer House of Product & Engineering · Stockholm · Arbeitgeber: Tibber

Kontaktperson:
Tibber HR Team
StudySmarter Bewerbungstipps 🤫
So bekommst du den Job: Analytics Engineer House of Product & Engineering · Stockholm ·
✨Tip Nummer 1
Nutze dein Netzwerk! Sprich mit Leuten, die bereits bei Tibber oder in ähnlichen Unternehmen arbeiten. Sie können dir wertvolle Einblicke in die Unternehmenskultur und die spezifischen Anforderungen der Rolle geben.
✨Tip Nummer 2
Mach dich mit den Tools und Technologien vertraut, die in der Stellenbeschreibung erwähnt werden, insbesondere dbt und SQL. Zeige in Gesprächen, dass du praktische Erfahrungen hast und bereit bist, diese Fähigkeiten weiterzuentwickeln.
✨Tip Nummer 3
Bereite dich darauf vor, konkrete Beispiele für deine bisherigen Projekte zu teilen, bei denen du Datenmodelle erstellt oder optimiert hast. Dies zeigt deine praktische Erfahrung und dein Verständnis für die Herausforderungen in der Datenanalyse.
✨Tip Nummer 4
Informiere dich über die aktuellen Trends im Bereich Datenanalyse und Energieeffizienz. Zeige in deinem Gespräch, dass du nicht nur die technischen Fähigkeiten hast, sondern auch ein echtes Interesse an der Mission von Tibber.
Diese Fähigkeiten machen dich zur top Bewerber*in für die Stelle: Analytics Engineer House of Product & Engineering · Stockholm ·
Tipps für deine Bewerbung 🫡
Verstehe die Unternehmensmission: Informiere dich über Tibber und deren Ziel, den Energieverbrauch zu optimieren. Zeige in deiner Bewerbung, dass du die Mission des Unternehmens verstehst und wie deine Fähigkeiten dazu beitragen können.
Hebe relevante Erfahrungen hervor: Betone deine 3+ Jahre Erfahrung in der Datenmodellierung und -transformation, insbesondere mit dbt. Stelle sicher, dass du konkrete Beispiele für deine SQL-Kenntnisse und deine Fähigkeit zur Erstellung von analytischen Datensätzen gibst.
Zeige deine Teamfähigkeit: Da die Rolle eine enge Zusammenarbeit mit verschiedenen Teams erfordert, solltest du in deiner Bewerbung betonen, wie du erfolgreich mit anderen zusammengearbeitet hast, um Datenbedürfnisse zu verstehen und Lösungen zu entwickeln.
Achte auf Datenqualität: Erkläre, wie du in der Vergangenheit Datenvalidierung und Governance-Praktiken implementiert hast, um die Zuverlässigkeit der Daten zu gewährleisten. Dies zeigt dein Engagement für qualitativ hochwertige Daten und deren Nutzung im Unternehmen.
Wie du dich auf ein Vorstellungsgespräch bei Tibber vorbereitest
✨Verstehe die Unternehmensmission
Informiere dich über Tibber und deren Ziel, den Energieverbrauch zu reduzieren. Zeige in deinem Interview, dass du die Mission des Unternehmens verstehst und wie deine Rolle als Analytics Engineer dazu beitragen kann.
✨Bereite konkrete Beispiele vor
Denke an spezifische Projekte oder Erfahrungen, die deine Fähigkeiten in der Datenmodellierung und -transformation demonstrieren. Sei bereit, diese Beispiele zu erläutern und zu zeigen, wie du Herausforderungen gemeistert hast.
✨Zeige deine SQL-Kenntnisse
Da SQL eine zentrale Fähigkeit für diese Position ist, solltest du deine Kenntnisse in SQL betonen. Bereite dich darauf vor, technische Fragen zu SQL-Optimierung und komplexen Abfragen zu beantworten.
✨Betone Teamarbeit und Kommunikation
Da die Zusammenarbeit mit verschiedenen Teams wichtig ist, solltest du Beispiele für erfolgreiche Teamprojekte und deine Kommunikationsfähigkeiten bereit haben. Zeige, wie du Brücken zwischen Datenengineering und Analytik schlagen kannst.