Auf einen Blick
- Aufgaben: Leite das Data-Team und verwandle komplexe Daten in umsetzbare Insights.
- Unternehmen: Innovatives Unternehmen im Bereich Datenanalyse mit starkem Wachstum.
- Vorteile: 30 Tage Urlaub, flexible Arbeitszeiten und jährliches Entwicklungsbudget.
- Weitere Informationen: Remote-Position für EMEA-Kandidaten mit tollen Karrierechancen.
- Warum dieser Job: Gestalte die Zukunft mit Daten und beeinflusse strategische Entscheidungen.
- Qualifikationen: Mindestens 6 Jahre Erfahrung in Datenanalyse und Teamführung.
Das prognostizierte Gehalt liegt zwischen 90000 - 110000 CHF pro Jahr.
Diese Position wird im Auftrag eines Partnerunternehmens ausgeschrieben, das alle Bewerbungen und nächsten Schritte verwaltet. Unser Partner sucht einen Data Product Lead mit Sitz in der Schweiz.
Als Data Product Lead werden Sie die Richtung, Prioritäten und den Einfluss eines Datenteams in einem schnelllebigen, wachstumsstarken Umfeld gestalten. Durch die Kombination von praktischer Analyse und Produktführung werden Sie komplexe Daten in umsetzbare Erkenntnisse, Geschäftsempfehlungen und Wachstumschancen umwandeln. Sie werden den Fahrplan und die Lieferung des Teams leiten und eng mit Produktmanagern, Ingenieuren und leitenden Stakeholdern zusammenarbeiten. In Partnerschaft mit einem Data Tech Lead werden Sie Geschäftsbedürfnisse mit technischer Ausführung verbinden und sicherstellen, dass sich das Team auf die richtigen Probleme konzentriert. Diese Rolle bietet die Möglichkeit, unternehmensweite Entscheidungen durch Analysen, Berichterstattung und datengestützte Strategien zu beeinflussen. Sie werden auch Teammitglieder coachen und entwickeln, um analytisches Denken, Kommunikation und Zusammenarbeit mit Stakeholdern zu stärken.
Bitte beachten Sie: Dies ist eine Remote-Position, die für Kandidaten aus der EMEA-Region offen ist.
Verantwortlichkeiten
- Besitzen Sie die Prioritäten des Datenteams, die Anforderungsaufnahme und die Triage und erleichtern Sie Teamrituale wie Planungssitzungen, Überprüfungen und Workshops.
- Führen Sie praktische Analysen durch, erstellen Sie Dashboards und Geschäftsfälle und liefern Sie Empfehlungen, die strategische und operative Entscheidungen beeinflussen.
- Bereiten Sie Datenanalysen für wiederkehrende Geschäftsberichte vor, einschließlich wöchentlicher Berichterstattung und monatlicher Geschäftsüberprüfungen.
- Arbeiten Sie mit Produktmanagern zusammen, um Tracking-Pläne und Erfolgsmessungen in Produktanforderungsdokumenten zu definieren und den Datenfahrplan mit den Produktprioritäten abzustimmen.
- Übersetzen Sie Fragen von Stakeholdern in klare Spezifikationen, Metrikdefinitionen und Akzeptanzkriterien, die es dem Team ermöglichen, bedeutungsvolle Ergebnisse zu liefern.
- Überprüfen und validieren Sie Analysen, Dashboards und Datensätze, um Genauigkeit, Qualität und Zuverlässigkeit sicherzustellen, bevor Sie diese mit internen oder externen Stakeholdern teilen.
- Coachen und entwickeln Sie Mitglieder des Datenteams, um deren Problemlösungs-, Kommunikations- und Stakeholder-Management-Fähigkeiten zu stärken.
- Teilen Sie sich den Datenfahrplan mit dem Data Tech Lead und stellen Sie sicher, dass Infrastruktur- und technische Investitionen echte Geschäftsbedürfnisse ansprechen.
- Identifizieren Sie Möglichkeiten zur Verbesserung von Umsatz, Preisgestaltung, Wachstum und Unternehmensleistung durch datengestützte Erkenntnisse.
Anforderungen
- Mindestens 6 Jahre Erfahrung in Datenanalyse, Analytics Engineering oder Datenproduktmanagement, einschließlich Erfahrung in der Führung von Personen oder der Festlegung von Prioritäten für ein kleines Team.
- Expertenkenntnisse in SQL, mit der Fähigkeit, unabhängig zu fragen, zu validieren, zu untersuchen und Daten ohne Unterstützung von Ingenieuren herauszufordern.
- Praktische Erfahrung beim Erstellen von Dashboards und Berichten mit BI-Tools wie Omni, Superset oder ähnlichen Plattformen.
- Starkes Geschäfts- und Produktverständnis, mit einer Erfolgsbilanz bei der Nutzung von Daten zur Aufdeckung von Umsatz-, Preis- und Wachstumschancen.
- Ausreichende technische Tiefe, um effektiv mit Dateningenieuren zusammenzuarbeiten und über das Design von Datenlagern, Pipelines, Datenmodellen und technische Abwägungen zu diskutieren.
- Exzellente Fähigkeiten im Stakeholder-Management und in der Kommunikation, mit der Fähigkeit, über Produkt-, Ingenieur-, Finanz-, Geschäftsentwicklungs- und Führungsteams hinweg zu arbeiten.
- Starke Fähigkeiten im Geschichtenerzählen mit Daten, einschließlich der Fähigkeit, komplexe Erkenntnisse in klare, umsetzbare Einsichten für technische und nicht-technische Zielgruppen zu übersetzen.
- Erfahrung im Krypto- oder DeFi-Ökosystem, idealerweise in einer Datenrolle bei einem Krypto-Unternehmen, oder ein nachweisbares Verständnis von Bereichen wie Cross-Chain-Infrastruktur, DEX-Aggregation, Brücken oder Wallets.
- Komfortable Arbeit in einem schnelllebigen, wachstumsstarken Umfeld, in dem sich Prioritäten ändern können und Prozesse möglicherweise unterwegs entwickelt werden müssen.
Wünschenswert
- Python-Programmierkenntnisse.
- Erfahrung mit dbt und dimensionalem Datenmodellieren.
- Kenntnisse im Design von semantischen Schichten und im Management von Metrikdefinitionen.
- Erfahrung in der Vorbereitung von Daten, Metriken und Dokumentationen für eine zuverlässige Nutzung durch große Sprachmodelle (LLMs) und KI-Agenten.
- Erfahrung im maschinellen Lernen, einschließlich Prognosen, Klassifizierung oder Anomalieerkennung.
- Vertrautheit mit On-Chain-Daten und Analysetools wie Dune Analytics.
- Erfahrung mit Streaming-Datentechnologien wie Kafka.
Kandidaten werden ermutigt, sich zu bewerben, auch wenn ihre Erfahrung nicht alle aufgeführten Qualifikationen abdeckt, sie jedoch glauben, dass ihre Fähigkeiten und ihr Hintergrund sie in die Lage versetzen, in der Rolle erfolgreich zu sein.
Vorteile
- Jährliche Unternehmensausflüge, mit früheren Zielen wie Thailand, Vietnam, Marokko und Griechenland.
- 30 Tage bezahlter Urlaub.
- Flexible Remote-Arbeitsregelungen.
- Flexible Arbeitszeiten.
- Eigenkapitalbeteiligung ab dem ersten Tag.
- Ein Arbeitscomputer, mit einer Auswahl an Geräten.
- Ein jährliches persönliches Entwicklungsbudget von 1.000 € nach sechs Monaten Beschäftigung, anteilig im ersten Jahr.
- Ein einmaliges Budget von 1.000 € für Remote-Arbeit für Coworking, Home-Office-Setup oder verwandte Ausgaben.
Data Product Lead Arbeitgeber: Jobgether
Als Arbeitgeber bietet Jobgether eine spannende Möglichkeit, in einem innovativen und dynamischen Umfeld zu arbeiten, das auf Sicherheit und Zuverlässigkeit fokussiert ist. Mit einer remote-first Kultur und flexiblen Arbeitszeiten fördern wir die Zusammenarbeit über verschiedene Zeitzonen hinweg und bieten unseren Mitarbeitenden zahlreiche Wachstums- und Entwicklungsmöglichkeiten. Unsere Mitarbeiter profitieren von einem unterstützenden Teamgeist und der Chance, an einem zukunftsweisenden Produkt zu arbeiten, das echte Auswirkungen hat.
Jobgipfel Expertenrat🤫
Wir sind der Meinung, dass du so Data Product Lead erhalten könntest
✨Tausch dich mit Datenexperten aus
Such nach lokalen Meetup-Gruppen oder Konferenzen in der Datenwissenschaft. Das ist eine super Gelegenheit, um mit Leuten zu reden, die schon in der Branche arbeiten, und eventuell sogar Insider-Tipps zu bekommen, wo Stellen zu vergeben sind.
✨Mach dich sichtbar mit Projekten
Erstelle ein paar spannende Projekte oder Analysen und teile sie auf Plattformen wie GitHub oder Kaggle. Wenn du einen coolen Algorithmus oder ein Data Vision Projekt hast, zeig es! Das bringt dich in die Sichtbarkeit und zeigt, was du drauf hast.
✨Kümmere dich um dein Netzwerk
Tausch dich mit ehemaligen Kommilitonen oder Professoren aus, die in der Datenwissenschaft tätig sind. Oft sind es die persönlichen Empfehlungen, die den Unterschied machen können, wenn es um die ersten Schritte in die Branche geht.
✨Bewirb dich direkt bei Firmen wie Jobgether
Gehe auf die Karriere-Seite von Jobgether und schau dir die offenen Stellen im Bereich Datenwissenschaft an. Nutze die Chance, direkt zu bewerben, weil das oft schneller und persönlicher ist als über Jobbörsen.
Wir glauben, dass du diese Fähigkeiten brauchst, um Data Product Lead mit Bravour zu bestehen
Einige Tipps für deine Bewerbung 🫡
Heb din technisches Wissen hervor:Sorg dafür, dass du in deinem CV und im Anschreiben deine Kenntnisse in Data Science-Tools wie Python, R oder SQL deutlich machst. Verlinke eventuell auf Projekte oder Studien, die du realisiert hast, um dein Wissen zu untermauern. Bei uns bei Jobgether suchen wir nach Leuten, die richtig mit Daten umgehen können!
Zahlenschwindler oder Problemlöser?:Überleg dir konkrete Beispiele, wie du mit Zahlen und Daten Herausforderungen gelöst hast. Das zeigt uns deine Fähigkeit, analytisch zu denken und komplexe Probleme zu bewältigen. In der Data Science sind solche Skills Gold wert!
Die perfekte Dokumentation:Wenn du an Projekten gearbeitet hast, zeig uns deine Dokumentation! Gute Data Scientists präsentieren ihre Analysen und Resultate nachvollziehbar. So kannst du uns zeigen, dass du sowohl technische Skills hast als auch in der Lage bist, deine Arbeit verständlich zu kommunizieren.
Cooler Lebenslauf und Anschreiben:Dein Lebenslauf und dein Anschreiben sollten nicht nur ordentlich aussehen, sondern auch strukturiert und relevant für die Data Science sein. Mach deutlich, warum du bei Jobgether arbeiten möchtest und was dich an Data Science begeistert. Wir lieben es, wenn Bewerber ihre Leidenschaft zeigen!
Wie man sich auf ein Vorstellungsgespräch bei Jobgether vorbereitet
✨Data-Analysen ganz konkret
Mach dich bereit für technische Fragen über Datenanalysen und Statistiken. Du könntest gebeten werden, eine erste Datenanalyse durchzuführen oder Hypothesen mittels Daten zu validieren. Üb das mit echten Datensätzen, damit du die Tools wie Python oder R gut im Griff hast.
✨Das ideale Projekt-Portfolio
Sammle relevante Projekte in einem Portfolio, das dein Können zeigt. In einem Vorstellungsgespräch für eine Data-Science-Position wollen die Arbeitgeber oft sehen, wie du an Herausforderungen herangegangen bist. Zeig uns deine besten Projekte, vielleicht sogar solche, die interessante Visualisierungen oder Machine Learning Modelle beinhalten.
✨Soft Skills sind nicht zu unterschätzen
Kommunikation ist ein wichtiger Teil im Data-Science-Bereich. Bereite dich darauf vor, darüber zu sprechen, wie du komplexe Daten für nicht-technische Stakeholder erklärt hast. Es könnte auch hilfreich sein, Beispiele zu teilen, wo du im Team gearbeitet hast, um Datenlösungen zu entwickeln.
✨Fragen zur Unternehmensstrategie
Mach dir Gedanken darüber, wie deine Rolle im Unternehmen Jobgether zum geschäftlichen Erfolg beitragen kann. Bereite Fragen vor, die aufzeigen, dass du deren Datenstrategie verstehst und wie du aktiv zur Verbesserung beitragen kannst. Das zeigt, dass du nicht nur technisches Wissen, sondern auch Interesse am Unternehmen hast.