🔍 Engagierter Werkstudent (f/m/d) für Data Quality Monitoring bei Statista in Hamburg

Bei Statista dreht sich alles um Fakten und Daten. Wir sind die weltweit führende Business-Data-Plattform. Durch die Bereitstellung zuverlässiger und benutzerfreundlicher Daten sowie verschiedener Datenanalyseprodukte und -dienstleistungen ermöglichen wir es Menschen weltweit, faktenbasierte Entscheidungen zu treffen.

Wir wurden 2007 in Hamburg gegründet und haben uns schnell zu einem globalen Unternehmen mit Niederlassungen in wichtigen Städten wie London, New York, Berlin und Tokio entwickelt. Und wir haben noch viel vor. Unser stetiges Wachstum beweist nicht nur unseren Erfolg, sondern schafft auch ständig neue Entwicklungs- und Karrieremöglichkeiten für unsere Mitarbeiter.

Wir schätzen und feiern unsere vielfältige Kultur. Hier bist du willkommen, wer du bist, egal woher du kommst, wie du aussiehst oder ob du Balkendiagramme lieber magst als Kreisdiagramme. Deine Geschichte zählt – schreibe sie als Teil unseres Teams weiter.

Bist du bereit, mitzumachen?

Dein Job

• Du arbeitest im Data Quality Team und konzentrierst dich hauptsächlich auf die Konzeption und Implementierung von Metriken zur Überwachung der Qualität verschiedener Datentypen, die in der gesamten Abteilung produziert werden.

• Du implementierst automatisierte Lösungen zur detaillierteren Verfolgung kritischer Datenqualitätsprobleme und stellst zusammenfassende Informationen für anfragende datenproduzierende Teams bereit.

• In Zusammenarbeit mit unseren Data Quality Managern entwickelst und verfeinerst du eine KI-gesteuerte Lösung zur Gruppierung datenbezogenen Feedbacks von externen Kunden und integrierst die Ergebnisse in unseren Data Quality Index.

• Du wartest und erweiterst ein Python-basiertes Tool, das zur Erkennung von Datenduplikaten und zur Durchführung anderer automatisierter Prüfungen von Unternehmensdaten verwendet wird.

Deine Fähigkeiten

• Du hast sehr gute Kenntnisse in Python und SQL (wir verwenden hauptsächlich PostgreSQL) sowie sichere Kenntnisse in Excel und PowerPoint.

• Einige Vorkenntnisse in Prompt Engineering, GitHub, AWS und Airflow sind wünschenswert, ebenso wie Erfahrungen mit Machine Learning.

• Du begeisterst dich für das Thema Data Quality Tracking und kannst die Bedeutung hoher Datenqualität in anderen Teams leidenschaftlich vertreten.

• Idealerweise bist du immer auf der Suche nach neuen Entwicklungen und treibst gerne die Einführung innovativer Technologien in unserem Team voran.

• Du hast ausgeprägte Problemlösungsfähigkeiten und übernimmst Verantwortung für deine Arbeit.

• Du verfügst über ausgezeichnete mündliche und schriftliche Englischkenntnisse.

Dein Team

Die Product Division ist verantwortlich für unsere Plattformprodukte – von Statistiken und Berichten bis hin zu Consumer- und Industry Insights – wir erstellen exklusive digitale Inhalte aus den weltweit bedeutendsten Quellen, unseren eigenen Primärdaten und internen KI-gestützten Datentools. Über 400 Experten, darunter Forscher, Analysten, Produktmanager und Dateningenieure, arbeiten zusammen, um unseren Kunden ein integriertes Produkterlebnis zu bieten – Menschen mit zuverlässigen Daten in die Lage zu versetzen, faktenbasierte Entscheidungen zu treffen: https://www... [Vollständig anzeigen]

Was wir bieten

Zusätzlich zu unserem großartigen Team, unserer Kultur und unserem gemeinsamen Ziel, Menschen mit Daten zu befähigen, gibt es viele andere Dinge, die Statista zu einem großartigen Arbeitsplatz machen! Werde Teil von uns und profitiere von:

• 10 Tage pro Jahr aus dem Ausland arbeiten (bis zu 30, wenn deine Familie im Ausland lebt)

• Hybrides Arbeiten und flexible Arbeitszeiten

• Internationales Team und soziale Veranstaltungen

• Freier Zugang zu Perplexity Enterprise Pro und all seinen erstaunlichen Funktionalitäten

• Karriere- und Weiterbildungsmöglichkeiten

• Attraktive Standorte und moderne Büros

• Unterstützung der psychischen Gesundheit mit OpenUp

Einige der hier aufgeführten Vorteile gelten nur für die deutsche Niederlassung und für Positionen ab Junior-Level.