Data Analytics Engineer

Data Analytics Engineer

Vollzeit 94500 - 115500 € / Jahr (geschätzt) Homeoffice möglich
V

Auf einen Blick

  • Aufgaben: Wandle komplexe Daten in klare, vertrauenswürdige Geschichten um und entwickle KI-gestützte Datenprodukte.
  • Unternehmen: VIA ist ein innovatives Unternehmen für digitale Infrastruktur mit einer bedeutenden Mission.
  • Vorteile: Attraktives Gehalt, umfassende Gesundheitsleistungen, flexible Arbeitszeiten und individuelle Entwicklungsmöglichkeiten.
  • Weitere Informationen: Dynamisches Team mit hervorragenden Wachstumschancen und einer Kultur der Zusammenarbeit.
  • Warum dieser Job: Gestalte die Zukunft der Datenanalyse und arbeite an Projekten mit echtem Einfluss.
  • Qualifikationen: Mindestens 3 Jahre Erfahrung in datengestützten Rollen und Kenntnisse in Python oder R.

Das prognostizierte Gehalt liegt zwischen 94500 - 115500 € pro Jahr.

VIA ist ein Unternehmen für digitale Infrastruktur, auf das mission-critical Organisationen angewiesen sind, wenn Geschwindigkeit und Sicherheit am wichtigsten sind. Die Produkte von VIA umfassen agentische KI, Zero-Trust-Identität, quantenresistente Daten und Offline-Stablecoin-Zahlungen. Jede menschliche und agentische KI-Aktion wird absichtlich erfasst, zugeordnet und verteidigt.

Als Data Analytics Engineer bei VIA spielen Sie eine entscheidende Rolle im Wachstum unserer Lösungen. Sie verwandeln rohe, komplexe und oft mehrdeutige Daten in klare, vertrauenswürdige Narrative, die die Datenprodukte von VIA antreiben und die Entscheidungen unserer Kunden leiten. In einem hochdynamischen Agile-Team arbeiten Sie funktionsübergreifend mit Software-Ingenieuren, Datenkollegen und Fachleuten für die Kundenlieferung zusammen, um Dateninitiativen von Anfang bis Ende zu leiten, in einer Umgebung, in der Präzision, Sicherheit und Klarheit nicht verhandelbar sind.

In dieser Rolle werden Sie:

  • Die Daten und das Fachgebiet verstehen.
  • Mit dem Kundenlieferteam von VIA und den Kunden zusammenarbeiten, um Fachwissen in Anforderungen an die Dateninfrastruktur zu übersetzen, Annahmen zu validieren und datenbezogene Probleme zu lösen.
  • Kundendaten erkunden, um ein klares Bild von Inhalten und Eigenschaften zu erstellen (z.B. Durchschnitte, erwartete Bereiche, Trends, Standardabweichungen) und Vorschläge zur Datenbereinigung und -analyse zu machen.
  • KI-gestützte Datenprodukte erstellen.
  • Datenbasierte Produkte an externe Kunden liefern, einschließlich interaktiver Datenanalyse- und Untersuchungsplattformen, Datenqualitätsberichte, statistische Analysen und Visualisierungen, die komplexe Ergebnisse in klare Geschichten umwandeln.
  • KI in die Datenprodukte von VIA integrieren, z.B. durch automatisierte Einblicke, Anomalieerkennung, KI-unterstützte Datenqualitätsprüfungen und natürliche Sprachschnittstellen über operative Daten.
  • Die Qualität und Zuverlässigkeit von KI/ML-Ausgaben im Vergleich zu den Erwartungen des Fachgebiets bewerten und die menschlichen Überprüfungen entwerfen, die unsere Datenprodukte vertrauenswürdig halten.
  • Datenpipelines überwachen.
  • Das Design, die Qualität und die Zuverlässigkeit von ETL/ELT-Pipelines besitzen, einschließlich Arbeiten, die mit KI-Unterstützung erstellt wurden.
  • Mit internen Stakeholdern und Kunden koordinieren, wenn Informationen fehlen oder Diskrepanzen gefunden werden.
  • Qualitätskontrollen für Daten und Datenprodukte sowohl durch automatisierte Tests als auch durch gezielte manuelle Überprüfungen durchführen und die Annahmen und Entscheidungen dokumentieren, die auf dem Weg getroffen wurden, damit die Arbeit nachvollziehbar bleibt.
  • Zur kontinuierlichen Verbesserung interner Werkzeuge für Datenbereinigung, Modellierung und Analytik sowie zur Bewertung der Datenqualität beitragen, indem wichtige datenbezogene Herausforderungen identifiziert werden, die ideale Kandidaten für Automatisierung und KI-Verbesserung sind.

Was Sie für diese Rolle mitbringen:

  • 3+ Jahre Erfahrung in einer datengestützten Rolle oder gleichwertig in datenbezogenen Forschungsprojekten.
  • Bachelor- oder Masterabschluss in Wissenschaft, Mathematik, Ingenieurwesen oder einem datengestützten Bereich.
  • Kompetenz in Python, R oder einer gleichwertigen Programmiersprache.
  • Kompetenz in mindestens zwei der folgenden Technologien: Datenbanktechnologien (z.B. SQL, PostgreSQL), Datenwissenschaftsbibliotheken (z.B. NumPy, pandas), Datenpipelin-Workflows und -Tools (z.B. Dagster, Airflow, dbt), Cloud-Anbieter (z.B. AWS, Azure), einschließlich Softwareentwicklungskits, die zum Zugriff auf Daten und Dienste auf diesen Plattformen verwendet werden.
  • Fähigkeit, komplexe Datenbefunde in klare, überzeugende Narrative zu übersetzen.
  • Starke Kommunikationsfähigkeit, um komplexe betriebliche Workflows in klare, wiederholbare Schritte zu zerlegen, die sowohl Teamkollegen als auch KI-Tools umsetzen können.
  • Leidenschaft für Datenintegrität, mit nachweislicher Erfolgsbilanz bei der Transformation roher Eingaben in hochwertige, vertrauenswürdige Datensätze.
  • Eine selbstmotivierte Einstellung und nachgewiesene Fähigkeit, neue Technologien schnell zu erlernen.

Erfahrungen in Folgendem sind von Vorteil:

  • Generative KI-Tools (z.B. AWS Bedrock, LangChain).
  • Testframeworks (z.B. pytest).

Was macht einen erfolgreichen VIAneer aus?

  • Selbstmotiviert und leidenschaftlich daran interessiert, alles, was sie berühren, besser zu hinterlassen, als sie es vorgefunden haben.
  • Fest davon überzeugt, dass Menschen lieben sollten, was sie tun, und bestrebt, eine Kultur aufzubauen, die es ihnen ermöglicht, ihre beste Arbeit zu leisten.
  • Kreative Problemlöser, die respektvoll den Status quo herausfordern, um Exzellenz zu erreichen.
  • Menschen, die Diskussionen mit Neugier führen und unterschiedliche Perspektiven schätzen.
  • Bereit, neue Ideen zu erkunden, die Kraft von Feedback zu verstehen und ständig nach Möglichkeiten zu suchen, ihre Fähigkeiten zu entwickeln und zu verbessern.
  • Starke Teamplayer, die in kollaborativen Umgebungen gedeihen und den Erfolg anderer feiern.

Was kann VIA für Sie tun?

  • Wettbewerbsfähige Vergünstigungen, flexible Arbeitsoptionen und individuelle Mentoring- und Wachstumschancen.
  • Ein Gehaltsbereich von 100.000 - 130.000 USD pro Jahr.
  • 401K-Plan mit bis zu 5% Arbeitgeberbeitrag.
  • Ein vollständig finanziertes, erstklassiges Gesundheitsversicherungsprogramm, einschließlich Augen- und Zahnversicherung, ab dem ersten Tag für Ihre ganze Familie.
  • Bis zu 24 Wochen bezahlte Elternzeit, ein 4-wöchiges bezahltes Rückkehrprogramm und ein 10.000 USD Familienbildungsbenefit (für Fruchtbarkeitsbehandlungen, Adoption und Leihmutterschaft).
  • Flexible Urlaubsrichtlinien ohne festgelegtes jährliches Limit oder Abrechnungszeitraum, Sommerfreitage und eine verlängerte Urlaubszeit im Dezember.
  • Die Möglichkeit, sowohl von zu Hause aus zu arbeiten als auch Zugang zu drei gut gelegenen Büros zu haben, die für die Zusammenarbeit ausgelegt sind und mit allem ausgestattet sind, was Sie benötigen.
  • Individuelle Wachstumschancen, einschließlich interner und externer Mentoring-Panels, maßgeschneiderter Ziele und Feedback-Sitzungen sowie Zugang zu Lern- und Entwicklungsprogrammen.
  • Ein engagierter Wellnessberater, der Ihnen hilft, die Programme und Möglichkeiten bei VIA zu navigieren.
  • Leistungen zur Unterstützung der Pendelkosten.
  • Persönliche Veranstaltungen zur Förderung des Teamzusammenhalts und der Zusammenarbeit zwischen verschiedenen Teams.

Unser Engagement für Vielfalt und Inklusion: Wir sind ein Arbeitgeber, der Chancengleichheit bietet und Vielfalt in unserem Unternehmen schätzt. Wir diskriminieren nicht aufgrund von Rasse, Religion, Hautfarbe, nationaler Herkunft, Geschlecht, sexueller Orientierung, Alter, Familienstand, Veteranenstatus oder Behinderungsstatus.

Data Analytics Engineer Arbeitgeber: Via

VIALIFE Rosenquelle GmbH ist ein hervorragender Arbeitgeber, der seinen Mitarbeitern ein motiviertes und dynamisches Team mit flachen Hierarchien bietet. Durch die Möglichkeit zur ständigen Weiterbildung und attraktive Mitarbeiterangebote wie vergünstigte Mahlzeiten und Fitnessmöglichkeiten in einem zukunftssicheren Unternehmen, fördern wir nicht nur die berufliche, sondern auch die persönliche Entwicklung unserer Angestellten. Unsere modernen Räumlichkeiten und die Lage in Aachen machen das Arbeiten bei uns besonders angenehm und bereichernd.

V

Kontaktdaten:

Via Recruiting-Team

StudySmarter Expertenrat🤫

Wir sind der Meinung, dass du so Data Analytics Engineer 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 Via 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 Analytics Engineer mit Bravour zu bestehen

Datenanalyse
Python
R
SQL
PostgreSQL
NumPy
pandas

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 Analytics Engineer bei Via gut geeignet bist.

Wie man sich auf ein Vorstellungsgespräch bei Via 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 Via entscheidend sein!