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

Als Werkstudent (m/w/d) im Bereich Data Science unterstützt du unser agiles Team dabei, datengetriebene Lösungen für den Finanzbereich zu entwickeln und zu implementieren.

• Datenaufbereitung & -integration: Du erstellst und wartest ETL-/ELT-Pipelines in Databricks und Azure, sorgst für saubere Verbindungen aus ERP- und Buchhaltungssystemen und stellst Datenqualität sicher.
• Datenanalyse & Visualisierung: Mittels Python (Pandas, NumPy, PySpark) analysierst du große Datensätze, erstellst interaktive Dashboards (Power BI, Tableau) und Analyseberichte zur Entscheidungsunterstützung
• Machine Learning & Predictive Analytics: Du wirkst bei der Konzeption, Implementierung und Validierung von ML-Modellen mit (z.B. Zeitreihenprognosen, Klassifikation, Clustering) und stellst Modelle produktiv auf Databricks-Notebooks oder Azure ML Deployments bereit
• Data Engineering & DataOps: Du baust skalierbare Datenarchitekturen, versionierst Code mit Git, automatisierst Tests und Deployments (CI/CD) und optimierst Performance und Sicherheit in der Cloud.
• Finance-Reporting & Fachbereichskommunikation: Du arbeitest eng mit den Finanz- und Controlling-Teams zusammen, verstehst fachliche Anforderungen, berätst bei datengetriebenen Fragestellungen und präsentierst Ergebnisse überzeugend
• Dokumentation & Wissensaustausch: Du pflegst technische Dokumentationen, erstellst Best Practices und Schulungsunterlagen und gibst dein Wissen in regelmäßigen Knowledge-Sharing-Sessions weiter

• Studium & Methodik: Du bist eingeschriebener Student (m/w/d) in einem quantitativen Fach (z.B. Data Science, Mathematik, Wirtschaftsinformatik, Statistik) und bringst eine strukturierte, analytische Arbeitsweise mit
• Machine Learning & Data Engineering: Du hat Erfahrung im Aufbau und Betrieb von ML-Pipelines, Verständnis für Feature Engineering, Modell-Monitoring und DataOps-Prinzipien.
• Technische Expertise: Du verfügst über tiefgreifende Kenntnisse in Python (inkl. Bibliotheken wie Pandas, PySpark, scikit-learn). Du hast Praxiiserfahrung in Databricks und Azure-Services (Data Factory, SQL Data Warehouse, Azure ML) sowie einen sicheren Umgang mit SQL und NoSQL-Datenbanken
• Sprach- & Kommunikationsfähigkeit: Du beherrschst Deutsch auf muttersprachlichem Niveau sowie Englisch sicher in Wort und Schrift
• Teamplayer & Lernbereitschaft: Du verfügst über ein hohes Maß an Eigeninitiative, Zuverlässigkeit und Freude an interdisziplinärer Zusammenarbeit
• Interesse an Finance-Themen: Du interessierst dich für finanzwirtschaftliche Zusammenhänge, Unternehmenskennzahlen und möchtest aktiv zur Optimierung von Prozessen im Finanzbereich beitragen