Data Engineer (Analytics Engineering) (m/w/x)

Remote

asap

Ende des Jahres +

Für unser Team bei unserem Kunden suchen wir Verstärkung

Sie schaffen netz- und IT-übergreifende Einblicke auf Basis von Analysen der Kundenerfahrung für Investitions- und Strategieentscheidungen.
Die dadurch generierten datengestützten Einblicke für das Kundenempfinden entlang der Customer Journey (Network & IT) sind die Grundlage für Entscheidungen zur Verbesserung der Kundenerfahrung.
Dabei werden die Datenanalysen auch mit weiterführenden Daten über das eigentliche Kundenempfinden hinaus ergänzt, um ebenfalls die Auswirkungen auf Budget, Strategie und bereitgestellter Service Level in Betracht zu nehmen.

Aufgaben:
- Anwendung von fortschrittlichen Datenanalyse- und Modellierungstechniken zum Einblick in komplexe Datensätze
- Erarbeitung von Analysekonzepten und Durchführung von effizienten Datenanalysen im Bereich Technology
- Koordination und Definition der notwendigen Datenmodelle und deren Implementierung
Definitionen von Anforderungen für Weiterentwicklung der Analyseverfahren und bei Bedarf Mitgestaltung von Ausschreibungen
- Einhaltung der vorgegebenen Datenschutzbestimmungen und bei Bedarf -Einholung notwendiger Datenschutzfreigaben
- Ableitung von Handlungsempfehlungen auf der Grundlage interner Analysen und Ergebnisse für das Management
- Erstellung von Ergebnispräsentationen in moderner sowie interaktiver Art für das Senior Management
- Erstellung von Dokumentation

Zusätzliche Informationen:

- Einsatz Remote deutschlandweit
- Sehr gute Kenntnisse zu datengetriebenen analytischen Methoden
- Detaillierte Kenntnisse von Data Analyse und Visualisierung Tools, z.B. Tableau und von Programmiersprachen wie Java, R, Python, etc.
- Verständnis der Customer Journey für Telekommunikationsdienste sowie OTT-Dienste (z.B. TV Service)
- Verständnis der IT-Value Chain und des Telekommunikationsmarktes
- Ausgeprägte Fähigkeiten in Kommunikation und Präsentation im Senior Management
- Verhandlungssicheres Deutsch

- Erfahrung in Erstellung, Training und Test von ML Modellen
- Erfahrung in Feature Engineering und Feature Selection
- Vertraut mit Transformation von Variablen, Normalization, Standardization, Regularization und Discretization
- Vertraut mit Classification, Multiple Regression Analysis, Canonical Correlation Analysis, Multivariate Correlation, Principal Component Analysis (PCA)
- Erfahrung in Deployment von ML Modellen und Pipelines unter Sicherstellung von Reproduzierbarkeit (der Prognoseergebnisse), Versionierung und Monitoring
- Erfahrung in Automatisierung aller Stufen von ML-Workflow
- Erfahrung in Unit-, Integrationstests und anderen Software-Tests in ML-Kontext
- Erfahrung mit der Google-Cloud-Umgebung und Services für ML-Applikationen
- Erfahrung mit Spark und in diesem Kontext mindestens einer relevanten Programmiersprache (Scala, Python, o.a.)
- Sehr gute Skills in Python, SciKit-Learn, Statsmodels, Pandas und anderen relevanten Bibliotheken
- SQL-Kenntnisse
- Erfahrung in Anwendung und Entwicklung von APIs
- Geübt in Arbeit mit GitLab (idealerweise) oder Git (bzw. anderes Versionierungssystem)
- Geübt in Datenvisualisierung mit Python (bei Anwendung relevanter Bibliotheken)

1