jobsuche
Was diese Domäne ausmacht: Datenplattformen, BI & Analytics erklärt
22 Jobs
Welche Nutzung führt zu Kundenbindung und größeren Rollouts, und was bewegt den Vertriebstrichter? Im kleinen Datenteam beantwortest du solche Produkt- und Geschäftsfragen eigenständig und leitest Empfehlungen für Product, Sales und Customer Success ab. Die dafür nötigen dbt-Modelle und Looker-Views baust du selbst; SQL, Python und Claude Code gehören zu den geforderten Werkzeugen.
80.000–100.000 € pro Jahr
Für Risiko, Finanzen und Aufsichtsmeldungen modellierst du Bankdaten nach BIRD und IReF. Du vereinheitlichst Kennzahlen in einer semantischen Schicht, automatisierst den Bücherabgleich und verarbeitest Finanzzeitreihen mit SQL und Python. Solaris nennt 70.000-80.000 Euro Jahresbrutto und bis zu zwölf Wochen Arbeit im Ausland pro Jahr; Snowflake, dbt, Airflow und Tableau sind Wunschkenntnisse.
70.000–80.000 € pro Jahr
Betrugsverluste senken, ohne legitime Nutzer zu blockieren: Du modellierst für Marketplace Integrity die Wirkung von Erkennungsregeln und Prävention. Dein Analyse-Backlog umfasst Zahlungs- und Identitätsrisiken sowie Plattformmissbrauch. Du arbeitest in Berlin an drei Tagen im Büro, optional zwei zu Hause und kannst jährlich 30 Tage von überall arbeiten.
Du führst ein internationales BI- und Data-Analytics-Team in EMEA und entwickelst selbst dbt-Modelle sowie eine semantische Schicht mit geregelten Kennzahlen. Datenprojekte und der zuverlässige Betrieb der Datenplattform mit Snowflake gehören zu deiner Verantwortung. Du arbeitest hybrid in Berlin; Workflex ermöglicht abhängig von deinen Aufgaben bis zu 30 Tage im Jahr im Ausland.
Du führst ein internationales BI- und Data-Analytics-Team bei Enpal und arbeitest dabei selbst hands-on. Du modellierst Daten in dbt und Snowflake, baust eine Semantic Layer auf und lieferst verlässliche Datenprodukte für BI, Self-Service und KI-Anwendungen.
Du baust und betreibst Datenpipelines und Data-Warehouse-Strukturen für Tax-Analytics der Wolt- und Deliveroo-Gesellschaften. Du erhebst Anforderungen gemeinsam mit den Tax-Teams und sorgst für Datenqualität. Verlangt werden 7+ Jahre Erfahrung, SQL, Snowflake, dbt und Python.
Im Growth Data Engineering verantwortest du Daten von der Quellenanbindung bis zu Modellen und Kennzahlen für Kundengewinnung und Bindung. Mit SQL, Python und dbt entwickelst du Datenlösungen und verbesserst deren Betrieb anhand von SLOs, Datenqualität und Kosten. Zur Berliner Stelle gehören drei Büro- und zwei optionale Homeoffice-Tage sowie 30 Tage weltweites Arbeiten jährlich.
Von Prognosen bis zu Empfehlungssystemen: Du entwickelst mit Python und Databricks ML-Lösungen und Feature-Pipelines bis zum produktiven Einsatz. Du verantwortest Evaluation und fachliches Mentoring und gestaltest die Roadmap mit. Für Berlin, Hannover und München nennt die Anzeige "hybrid/remote" sowie eine Flexi-Week mit einem leichteren oder freien Tag pro Woche bei vollem Gehalt.
Für Enpals Stromsparte entwickelst du dbt-Datenmodelle und eine semantische Schicht mit einheitlichen Kennzahlen und Datenverträgen für BI- und KI-Werkzeuge. Du optimierst Snowflake, betreust Pipelines und Tableau-Integrationen und übernimmst technisches Mentoring. Die Stelle ist hybrid in Berlin; mit Workflex sind je nach Aufgaben bis zu 30 Tage pro Jahr im Ausland möglich.
Laut Titel arbeitest du innerhalb Deutschlands remote; der Anzeigentext nennt allerdings nur die Option auf Hybridarbeit. Fachlich automatisierst du Produktsicherheit, sicherst ausgehende E-Mails und pflegst Firewall-Regeln sowie einen TypeScript-Dienst zur HTML-Bereinigung. Englisch ist erforderlich, Deutsch ein Plus.
Du verantwortest im Trade Management Datenpipelines für Bruttogewinnberichte und entwickelst Prognosemodelle für Nachfrage und Kapazitäten. Der Schwerpunkt liegt auf eigener Programmierung mit SQL und Python oder R; KI-Werkzeuge unterstützen Entwicklung und Analyse. Deine Ergebnisse fließen in Einkauf, Preisgestaltung und Reedereiverhandlungen ein.
Du entwickelst KI-gestützte Middleware mit Node.js oder Python und verknüpfst Unternehmenssysteme über Datenpipelines. Du automatisierst CI/CD mit GitLab, stellst AWS-Infrastruktur per IaC bereit und betreibst MCP-Server. Als Standorte nennt die Anzeige Berlin, München oder Rennes; Remote-Arbeit wird erwähnt, das konkrete Arbeitsmodell bleibt offen.
Du untersuchst Spielerverhalten und Spielfortschritt mit SQL, Segmentierungen und A/B-Tests für mehrere Spielteams. Als Fachkraft ohne Personalführung baust du Datenmodelle und verlässliche Analysegrundlagen auf, die auch Roadmap-Entscheidungen unterstützen. Die Stelle ist in Berlin angesiedelt; Homeoffice und Umzugsunterstützung werden angeboten.
Du baust und betreibst KI-Agenten, die Workflows in Operations und Customer Success weitgehend autonom automatisieren. Du verantwortest Kontext, Evaluation und CRM-Anbindung (Salesforce) und machst den Nutzen messbar. Die Stelle ist hybrid in Berlin.
Du verantwortest bei Raisin das Kreditrisiko-Framework in der zweiten Verteidigungslinie. Du analysierst Kontrahenten, überwachst das Portfolio, steuerst IFRS-9-Rückstellungen und baust das Risiko-Reporting mit Looker und Mambu auf. Gefordert sind mindestens 5 Jahre Erfahrung im Banking.
Du definierst gemeinsam mit Business- und Operations-Teams Erfolgsmetriken und sorgst für einheitliche Metrikdefinitionen und OKR-Alignment. Du bereitest Daten für Analysen auf, baust Dashboards und befähigst Stakeholder zur Selbstnutzung von Daten. Die Stelle ist bei Zenjob in Berlin, hybrid.
Produktsicherheit setzt du hier direkt im Code und Betrieb um: Du pflegst den HTML-Sanitization-Service in TypeScript, Firewall-Regeln und sicherst Kubernetes sowie CI/CD. Zusätzlich untersuchst du KI zur Schwachstellenerkennung und -behebung. Die Senior-Stelle erlaubt Hybridarbeit und verlangt Programmierpraxis sowie Unix-/Kubernetes-Kenntnisse.
Vertriebsgebiete, Quoten und Pipeline-Prognosen sind dein Analysefeld: Du entwickelst mit SQL und Python Datenmodelle, Dashboards und Empfehlungen für Sales und RevOps. Dazu förderst du Tests von Vertriebsmaßnahmen und Anreizen. In Berlin gelten drei Bürotage, zwei optionale Homeoffice-Tage und jährlich 30 Tage Arbeiten von überall.
Eine interne Self-Service-Datenplattform für Data-, Analytics- und ML-Teams ist dein Arbeitsfeld. Du baust reproduzierbare Infrastruktur mit Terraform, Kubernetes und GCP, automatisierst den Betrieb und verantwortest Zuverlässigkeit sowie Skalierung. Die Mid-Level-Stelle ist in Berlin vor Ort angesiedelt und nennt mehr als vier Jahre Erfahrung mit internen Plattformen.
Im Kundenservice untersuchst du, was Kontakte, Erstattungen und Kundenzufriedenheit beeinflusst. Du verantwortest den Care-Analysebacklog und entwickelst Kennzahlen und Modelle für Serviceentscheidungen unter Einbezug des Kundenwerts. Gearbeitet wird in Berlin mit drei Büro- und zwei optionalen Homeoffice-Tagen; jährlich sind 30 Tage weltweites Arbeiten vorgesehen.