Data Scientist (m/w/d) Vollzeit/Teilzeit

Hamburg | Vollzeit | Team Analytics & Insights | Unbefristet

Data Scientist mit Expertise im Data Engineering (m/w/d)



Mit 25 Kolleginnen und Kollegen aus unterschiedlichen Disziplinen entwickeln wir im Team Analytik & Insights gemeinsam mit anderen Geschäftsbereichen Lösungen, um die Unternehmensziele der TK zu verwirklichen. Bei uns erwarten dich flache Hierarchien und vielseitige berufliche Entwicklungsmöglichkeiten, anspruchsvolle Themen mit viel Eigenverantwortung und eine Menge Gestaltungsfreiheit. Dieser Freiraum spiegelt sich auch in der Work-Life-Balance wider. Individuelle Arbeitszeitregelungen und die Möglichkeit, anteilig remote zu arbeiten, sind bei uns gelebte Praxis.

Betriebliche Altersvorsorge

30 Tage Urlaub und zusätzlich am 24.Zuschüsse zum Deutschlandjobticket

Betriebssport

Flexible Arbeitszeiten

Anteilig Home-Office

TK-Jobrad


Data-Engineer-Tätigkeiten wie das Aufsetzen von ETL-Pipelines unterstützen
Hochkomplexe use cases im agilen Kontext unter Einsatz von Machine Learning auf Daten unterschiedlicher Formate planen, entwickeln und modellieren sowie Analyseergebnisse visualisieren und kommunizieren

Abgeschlossenes Studium mit Schwerpunkt Data Science, alternativ im Bereich IT / Informatik mit datenanalytischem Fokus; Mehrjährige Erfahrung in der Anwendung einschlägiger Programmiersprachen und Tools wie Python, R, SQL, VS Code, GitHub mit großen (poly-)strukturierten Datenmengen
Kenntnisse in Big-Data-Infrastrukturen und -Technologien wie relationalen Datenbanken oder DWH/Data-Lake-/Cloud-Lösungen
Dann freuen wir uns über deine Online-Bewerbung unter Angabe deines Eintrittstermins und deiner Gehaltsvorstellung bis zum 17.Die Techniker Krankenkasse fördert die berufliche Integration von Menschen mit Behinderung sowie die Gleichstellung aller Geschlechter. Wir stehen für Chancengleichheit, Entwicklungsmöglichkeiten und einen respektvollen Umgang!
Eine Beschäftigung ist grundsätzlich auch in Teilzeit möglich.
facebook.Data-Engineer-Tätigkeiten wie das Aufsetzen von ETL-Pipelines unterstützen
Hochkomplexe use cases im agilen Kontext unter Einsatz von Machine Learning auf Daten unterschiedlicher Formate planen, entwickeln und modellieren sowie Analyseergebnisse visualisieren und kommunizieren
Abgeschlossenes Studium mit Schwerpunkt Data Science, alternativ im Bereich IT / Informatik mit datenanalytischem Fokus; Mehrjährige Erfahrung in der Anwendung einschlägiger Programmiersprachen und Tools wie Python, R, SQL, VS Code, GitHub mit großen (poly-)strukturierten Datenmengen
Kenntnisse in Big-Data-Infrastrukturen und -Technologien wie relationalen Datenbanken oder DWH/Data-Lake-/Cloud-Lösungen