Werkstudent Data Science mit Python & Databricks (m/w/d)

ARAG; Düsseldorf; On-site; EUR 65,000 - 92,000; Full time

Job summary

ARAG in Düsseldorf sucht eine/m Data Engineer/Data Scientist zur Erstellung performanter ETL-/ELT-Pipelines in Databricks und Azure. Sie analysieren große Datensätze mit Python und gestalten ML-Modelle von Konzept über Umsetzung bis Monitoring.

Sie arbeiten eng mit Finance und Controlling zusammen, dokumentieren Erkenntnisse und teilen Best Practices im Team. Sehr gute Deutschkenntnisse und Englisch runden das Profil ab.

Qualifications

• Du bist immatrikuliert in einem quantitativen Fach (z. B. Data Science, Mathematik, Wirtschaftsinformatik, Statistik).
• Du hast Erfahrung im Aufbau und Betrieb von ML-Pipelines – von Feature Engineering bis Modell-Monitoring und DataOps-Prinzipien
• Deine sehr gute Python-Skills (z. B. Pandas, PySpark, scikit-learn), Praxis mit Databricks und Azure-Services (Data Factory, SQL Data Warehouse, Azure ML) werden ergänzt durch einen sicheren Umgang mit SQL und NoSQL-Datenbanken.
• Du hast Freude an finanzwirtschaftlichen Zusammenhängen und möchtest Prozesse im Finanzbereich messbar verbessern
• Deutsch auf muttersprachlichem Niveau und sicheres Englisch in Wort und Schrift helfen dir im Arbeitsalltag

Responsibilities

• Datenaufbereitung & -integration: Du baust und pflegst ETL-/ELT-Pipelines in Databricks und Azure sowie stabile Verbindungen zu ERP- und Buchhaltungssystemen.
• Datenanalyse & Visualisierung: Du analysierst große Datensätze mit Python (Pandas, NumPy, PySpark).
• Machine Learning & Predictive Analytics: Du wirkst an Konzeption, Umsetzung und Validierung von ML-Modellen mit (z. B. Zeitreihen, Klassifikation, Clustering) und setzt Modelle in Databricks-Notebooks oder Azure ML Deployments um.
• Data Engineering & DataOps: Du trägst zum Aufbau skalierbarer Datenarchitekturen bei, versionierst Code mit Git und unterstützt CI/CD, achtest auf Performance, Sicherheit und Zuverlässigkeit in der Cloud.
• Finance: Du arbeitest eng mit Finance und Controlling zusammen und übersetzt Bedürfnisse in datenbasierte Lösungen.
• Dokumentation & Wissensaustausch: Du hältst Erkenntnisse fest, entwickelst Best Practices und Schulungsunterlagen und teilst Wissen im Team

Skills

Python

Pandas

NumPy

PySpark

ML pipelines

Git

CI/CD

SQL

NoSQL

Data visualization

Education

Immatrikuliert in quantitativen Fach (Data Science, Mathematik, Wirtschaftsinformatik, Statistik)

Tools

Databricks

Azure Data Factory

Azure ML

Job description

• Datenaufbereitung & -integration: Gemeinsam mit dem Team baust und pflegst du ETL-/ELT-Pipelines in Databricks und Azure. Außerdem stellst du stabile Verbindungen zu ERP- und Buchhaltungssystemen her und sorgst für hohe Datenqualität
• Datenanalyse & Visualisierung: Mit Python (Pandas, NumPy, PySpark) analysierst du große Datensätze
• Machine Learning & Predictive Analytics: Du wirkst an Konzeption, Umsetzung und Validierung von ML-Modellen mit (z. B. Zeitreihen, Klassifikation, Clustering) und bringst Modelle in die Anwendung – in Databricks-Notebooks oder via Azure ML Deployments
• Data Engineering & DataOps: Du hilfst beim Aufbau skalierbarer Datenarchitekturen, versionierst Code mit Git und unterstützt CI/CD-Abläufe, außerdem achtest auf Performance, Sicherheit und zuverlässige Prozesse in der Cloud
• Finance: Du arbeitest eng mit Finance und Controlling zusammen, verstehst Bedürfnisse und übersetzt sie in Datenlösungen
• Dokumentation & Wissensaustausch: Du hältst Erkenntnisse fest, bereitest Best Practices und Schulungsunterlagen auf und teilst Wissen im Team

ARAG-Platz 1, 40472 Düsseldorf

ab sofort

Stellen ID: HR_DUS02091

Das erwartet dich

• Datenaufbereitung & -integration: Gemeinsam mit dem Team baust und pflegst du ETL-/ELT-Pipelines in Databricks und Azure. Außerdem stellst du stabile Verbindungen zu ERP- und Buchhaltungssystemen her und sorgst für hohe Datenqualität
• Datenanalyse & Visualisierung: Mit Python (Pandas, NumPy, PySpark) analysierst du große Datensätze
• Machine Learning & Predictive Analytics: Du wirkst an Konzeption, Umsetzung und Validierung von ML-Modellen mit (z. B. Zeitreihen, Klassifikation, Clustering) und bringst Modelle in die Anwendung – in Databricks-Notebooks oder via Azure ML Deployments
• Data Engineering & DataOps: Du hilfst beim Aufbau skalierbarer Datenarchitekturen, versionierst Code mit Git und unterstützt CI/CD-Abläufe, außerdem achtest auf Performance, Sicherheit und zuverlässige Prozesse in der Cloud
• Finance: Du arbeitest eng mit Finance und Controlling zusammen, verstehst Bedürfnisse und übersetzt sie in Datenlösungen
• Dokumentation & Wissensaustausch: Du hältst Erkenntnisse fest, bereitest Best Practices und Schulungsunterlagen auf und teilst Wissen im Team

Das bringst du mit

• Du bist immatrikuliert in einem quantitativen Fach (z. B. Data Science, Mathematik, Wirtschaftsinformatik, Statistik).
• Du hast Erfahrung im Aufbau und Betrieb von ML-Pipelines – von Feature Engineering bis Modell-Monitoring und DataOps-Prinzipien
• Deine sehr gute Python-Skills (z. B. Pandas, PySpark, scikit-learn), Praxis mit Databricks und Azure-Services (Data Factory, SQL Data Warehouse, Azure ML) werden ergänzt durch einen sicheren Umgang mit SQL und NoSQL-Datenbanken.
• Du hast Freude an finanzwirtschaftlichen Zusammenhängen und möchtest Prozesse im Finanzbereich messbar verbessern
• Deutsch auf muttersprachlichem Niveau und sicheres Englisch in Wort und Schrift helfen dir im Arbeitsalltag