Werkstudent Data & Analytics (m|w|d)

• End-to-End-Entwicklung anspruchsvoller Reporting- und Analytics-Use-Cases auf Basis von Databricks - von der fachlichen Anforderung bis zur produktionsreifen, sauberen Lösung
• Tiefgehende Analyse, Transformation und Modellierung komplexer Datenbestände mit SQL und/oder Python in einer skalierbaren Umgebung
• Design, Implementierung und Performance-Optimierung hochwertiger Abfragen sowie präziser Berechnungs- und Business-Logiken für anspruchsvolle KPIs
• Aktive Mitarbeit am Aufbau robuster Daten- und Reporting-Architekturen inklusive sauberer Datenmodelle, technischer Standards und Best Practices
• Technische Unterstützung des Projektmanagements sowie professionelle Dokumentation von Use Cases, Datenflüssen und Logiken; Zusammenarbeit über Azure DevOps (z. B. Boards, Repos), Flexibilität: Abstimmung deiner wöchentlichen Arbeitszeit und deines Arbeitsortes, bzw. Anwesenheit vor Ort mit deinem Team & dadurch die Möglichkeit, Studium, Arbeit & Freizeit in Einklang zu bringen

• Sehr gutes Studium der Wirtschaftsinformatik, Data Science, Informatik oder eines vergleichbaren quantitativen Studiengangs mit starkem technischen Fokus
• Fundierte praktische Erfahrung mit SQL und Python sowie erste Berührungspunkte mit modernen Analytics- und Reporting-Stacks (z. B. Databricks, Power BI, Azure-Umfeld)
• Tiefes Grundverständnis von Datenmodellierung, Datenflüssen und Automatisierung, idealerweise Erfahrung mit analytischen Datenmodellen und skalierbaren Datenpipelines
• Ausgeprägtes analytisches Denkvermögen sowie eine strukturierte, Lösungs- und qualitätsorientierte Arbeitsweise auch bei komplexen Fragestellungen
• Hoher Eigenantrieb und Teamgeist: Du übernimmst Verantwortung, denkst mit, bringst eigene Ideen ein und hast den Anspruch, Prozesse und Lösungen kontinuierlich zu verbessern
• Deutschkenntnisse mindestens Niveau B2

Die MEAG steht nicht nur für ein partnerschaftliches Verhältnis zu Kunden, sondern auch für einen fairen Umgang mit Bewerbern und Mitarbeitern. Ganz egal, welchen Geschlechts. Wenn wir also die männliche Form von Personenbezeichnungen verwenden, geschieht dies lediglich aus Gründen des Leseflusses. Schwerbehinderte Bewerber werden bei ansonsten im Wesentlichen gleicher Eignung bevorzugt berücksichtigt.