Das Unternehmen sucht einen (Senior) Data Analyst (f/m/d) mit Sitz in Berlin oder Hamburg. In dieser Rolle liegt der Schwerpunkt darauf, Daten in bedeutungsvolle Erkenntnisse zu transformieren, die den Teams helfen, fundierte Entscheidungen zu treffen. Sie tragen zur Geschäftsentwicklung bei, indem Sie intuitive Dashboards erstellen, durchdachte Analysen durchführen und eng mit den Stakeholdern zusammenarbeiten, um sicherzustellen, dass die Daten genau, relevant und umsetzbar sind. Zu Ihren Aufgaben als (Senior) Data Analyst (f/m/d) gehören der Aufbau, die Pflege und die kontinuierliche Verbesserung interaktiver Dashboards und Berichte für eine schnelle, datengestützte Entscheidungsfindung. Sie erstellen klare und ansprechende Datenvisualisierungen, die es einfach machen, Erkenntnisse zu verstehen und darauf zu reagieren. Darüber hinaus führen Sie tiefgehende Analysen basierend auf den Geschäftsanforderungen durch und übersetzen die Ergebnisse in praktische Empfehlungen. Sie arbeiten mit Stakeholdern zusammen, um Datenanforderungen zu klären, zu verfeinern und herauszufordern, um deren Relevanz und Genauigkeit sicherzustellen. Zudem unterstützen Sie strategische Initiativen durch datengestützte Erkenntnisse und identifizieren Trends, Muster und Anomalien mithilfe fortschrittlicher Analysetechniken. Ein wichtiger Aspekt Ihrer Arbeit ist die Gewährleistung einer hohen Datenqualität, indem Sie Quellen validieren, Annahmen dokumentieren und proaktiv Inkonsistenzen beheben.

Wir wünschen uns von Ihnen, dass Sie über 2 bis 3 Jahre Erfahrung als Data oder BI Analyst (oder eine vergleichbare Erfahrung, die Sie durch Praktika, Forschungsprojekte oder Teilzeitstellen erworben haben) verfügen. Ein Bachelor-Abschluss in einem quantitativen Fachgebiet (z. B. Informatik, Mathematik, Statistik, Ingenieurwesen, Physik oder ähnliches) ist erforderlich. Sie sollten Erfahrung mit Datenvisualisierungstools wie Tableau, Power BI oder Looker haben. Starke SQL-Kenntnisse sowie Erfahrung im Umgang mit relationalen Datenbanken (z. B. MySQL, PostgreSQL, Snowflake, BigQuery) sind ebenfalls notwendig. Sie sollten in der Lage sein, große Datensätze zu analysieren und Daten in klare, umsetzbare Erkenntnisse umzuwandeln. Ein Verständnis von ETL-Prozessen und Datenintegration ist von Vorteil. Vertrautheit mit Statistik, A/B-Tests oder Datenmodellierung sowie Erfahrung mit Python (pandas, NumPy) oder R sind ein Plus. Starke Kommunikationsfähigkeiten und ein geschäftliches Mindset, um Erkenntnisse auch an nicht-technische Stakeholder zu vermitteln, runden Ihr Profil ab.