Data Science & Analytics

Du willst Daten nicht nur anschauen, sondern in Entscheidungen, Modelle und bessere Prozesse übersetzen? Du hast Lust, an echten Use Cases zu arbeiten, Datenpipelines zu verbessern und Analysen aufzubauen, die im Alltag genutzt werden? Dann bist Du bei Tepto richtig.

Wir suchen Unterstützung mit Data-Science-Fokus. Idealerweise mit ersten praktischen Erfahrungen, solidem SQL-Know-how und (bestenfalls) Berührungspunkten mit ClickHouse. Wichtig: Wir suchen ausdrücklich eine längerfristige Zusammenarbeit, damit Du Dich einarbeiten und Verantwortung übernehmen kannst.

Deine Rolle bei uns:

Du arbeitest an der Schnittstelle aus Business, Daten und Technik. Ziel ist, aus verteilten Daten saubere Datensätze, aussagekräftige Auswertungen und - wo sinnvoll - ML/LLM-Use-Cases zu entwickeln., 1) Daten verstehen, strukturieren, nutzbar machen

• Du analysierst Datenquellen und hilfst beim Aufbau sauberer Datenmodelle (z. B. Events, Nutzer-/Kunden- und Prozessdaten).
• Du unterstützt bei der Definition von Kennzahlen (KPIs) und Datenlogik.

2) SQL & Analytics (Kernfokus)

• Du schreibst und optimierst SQL-Queries für Analysen, Reporting und Datentransformationen.
• Du hilfst beim Aufbau wiederverwendbarer Views/Queries für Teams.

3) ClickHouse (Bonus, aber sehr willkommen)

• Du arbeitest (oder lernst) ClickHouse für schnelle Analysen auf großen Datenmengen.
• Du unterstützt bei Performance-Themen: Datenmodellierung, Aggregationen, Partitionierung (je nach Setup).

4) Data Science / ML-Use-Cases (je nach Erfahrung)

• Du explorierst Daten (EDA), baust erste Modelle/Forecasts/Clustering oder Klassifizierungen.
• Du entwickelst Features und evaluierst Modelle pragmatisch (nicht “Paper”, sondern Mehrwert).
• Optional: LLM-basierte Auswertungen (z. B. Textklassifikation, Tagging, Zusammenfassungen).

5) Datenqualität & Dokumentation

• Du hilfst, Datenqualität sichtbar zu machen (Checks, Plausibilitäten, Monitoring-Ideen).
• Du dokumentierst Deine Ergebnisse so, dass sie nachvollziehbar und nutzbar bleiben., * Langfristige Zusammenarbeit statt kurzfristiger Unterstützung - wir wollen gemeinsam aufbauen.
• Reale Daten, reale Entscheidungen, sichtbarer Impact.
• Viel Gestaltungsspielraum: Du kannst Data-Strukturen und Standards mitprägen.
• Kurze Wege, pragmatische Umsetzung, direkte Zusammenarbeit mit Stakeholdern.

• Laufendes Studium in Data Science, Informatik, Wirtschaftsinformatik, Statistik, Mathematik oder ähnlich (oder vergleichbare Skills).
• Erste praktische Erfahrungen im Data-Science/Analytics-Umfeld (Uni-Projekt, Werkstudent, eigenes Projekt).
• Gutes SQL-Verständnis (Joins, Aggregationen, Window Functions sind kein Fremdwort).
• Analytisches Denken und Spaß daran, aus Rohdaten klare Aussagen abzuleiten.

Nice-to-haves

• Erfahrung mit ClickHouse (oder Motivation, es schnell zu lernen).
• Python für Data (pandas, numpy, …).
• Erfahrung mit BI/Reporting (z. B. Grafana, Metabase, Power BI, Looker, Superset o.ä.).

• Grundverständnis von Datenpipelines/ETL (dbt, Airflow, n8n, o.ä.). Sprachen

• Deutsch (mind. B2/C1) für den Arbeitsalltag, Englisch für technische Dokumentation.