jobsuche
15 Jobs
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
Du führst Babbels Data-Platform-Team und arbeitest selbst technisch mit; du verantwortest Lieferung, Betrieb, SLAs/SLOs, Rufbereitschaft und Incident Management. Für KI- und Agenten-Workloads treibst du eine Architektur mit Zugriffskontrollen, Datenherkunft und Kostengrenzen voran. Die Berliner Rolle bietet remote-freundliche Arbeitsoptionen einschließlich Jobbatical von bis zu drei Monaten in der EU und im Vereinigten Königreich.
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 arbeitest im Support-Analytics-Team von Wolt und unterstützt das Workforce-Management-Team mit Prognosen, Kapazitätsplanung und KPI-Dashboards. Du analysierst Ursachen für SLA-Verbesserungen, prüfst Kostenoptimierungen und beeinflusst Entscheidungen auf Basis von Daten. Die Stelle ist in Berlin hybrid, im Büro oder remote möglich.
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.
Du baust bei SumUp in Berlin Tools für die ML-Plattform, mit denen Data Scientists Features erstellen, Modelle trainieren, überwachen und ausliefern. Ziel sind Self-Service-Komponenten statt fragmentierter Einzellösungen. Du arbeitest eng mit Data Scientists und den Data-Platform-Teams zusammen.
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.
Vom Datenkatalog bis zur automatisierten Nachverfolgung von Datenflüssen machst du Bankdaten nachvollziehbar und prüfbar. Du entwickelst Governance nach BCBS 239, DORA und DSGVO weiter, definierst Datenverantwortung und Datenverträge und vertrittst den Bereich in Audits. Die Anzeige bietet 70.000-90.000 Euro Jahresbrutto und bis zu zwölf Wochen Arbeit im Ausland jährlich.
70.000–90.000 € pro Jahr
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.
Du entwickelst und betreibst KI-Modelle und ML-Infrastruktur für den Kundensupport von SumUp, einem Fintech für Zahlungslösungen. Du arbeitest mit Data Scientists, Backend-Engineers und Product Managern zusammen. Die Stelle ist in Berlin mit Office-first-Setup.
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.
Du baust bei Helsing automatisierte Finanz-Datenpipelines zwischen SAP, Abacum und Citi und entwickelst KI-Agenten, die manuelle Finance-Workflows ersetzen. Zudem definierst du das Klassifizierungs- und Routing-Framework für Finance-AI-Workloads, damit sensible Daten nicht in öffentliche LLMs gelangen.
Für Gebote, Targeting und Personalisierung entwickelst und betreibst du ML-Pipelines mit Python und Databricks. Du übersetzt Wachstumsstrategien in technische Roadmaps und verbesserst Kundenwert- sowie Attributionsmodelle für Marketinginvestitionen in Millionenhöhe. Das Berliner Team hat drei feste Bürotage, zwei optionale Homeoffice-Tage und die Möglichkeit, jährlich 30 Tage weltweit zu arbeiten.
Du arbeitest sechs Monate im Terminology-and-Ontology-Team von Doctolib und bereitest medizinische Begriffslisten auf, etwa nach ICD-10 und SNOMED CT. Du passt Bezeichnungen für Patienten an, übersetzt sie ins Italienische und lieferst sie an technische Teams. Die Stelle ist in Mailand, nicht in Berlin.
Du arbeitest sechs Monate im Team Terminology and Ontology bei Doctolib in Berlin. Du bereitest medizinische Begriffslisten auf Basis von ICD-10 und SNOMED CT auf, passt Bezeichnungen für Patient:innen an, übersetzt ins Deutsche und lieferst sie an technische Teams.