Land
Sektor
Beruf suchen
Datenanalyst
Datenanalyst mit Fokus auf strukturierte Auswertung großer Datensätze zur Entscheidungsunterstützung im Unternehmen
70 000 – 150 000 CHF
Gehalt / Jahr
Bachelor's degree
Bildungsniveau
00
Automatisierung
Mittel
Schwierigkeit
Positiv
Beschäftigung
6-12 months
Marktanspannung
Mittel
Mobilität
Möglich
Automatisierung
Mittel
Schwierigkeit
Positiv
Beschäftigung
6-12 months
Marktanspannung
Mittel
Mobilität
Möglich
About
Der Datenanalyst verarbeitet und interpretiert strukturierte sowie unstrukturierte Datensätze in datengetriebenen Unternehmensumgebungen. Mit Werkzeugen wie Python, SQL, R, Tableau oder Power BI transformiert er Rohdaten in verwertbare Erkenntnisse. Er arbeitet eng mit Fachabteilungen, Produktteams und dem Management zusammen, um geschäftsrelevante Fragestellungen quantitativ zu beantworten und datenbasierte Handlungsempfehlungen zu formulieren.
Kompetenzen
Technische Kompetenzen
- Umfassende Kenntnisse in SQL für Datenbankabfragen
- Erfahrung mit Python für Datenanalyse und Automatisierung
- Verwendung von R für tiefgehende statistische Analysen
- Erstellung von Visualisierungen in Tableau oder Power BI
- Fortgeschrittene Fähigkeiten in Excel und Google Sheets
- Grundkenntnisse in maschinellem Lernen mit Scikit-learn
- Vertrautheit mit Cloud-Datendiensten wie AWS Redshift
Soft Skills
- Ausgeprägtes analytisches Denkvermögen zur Problemlösung
- Fähigkeit zur strukturierten Kommunikation komplexer Sachverhalte
- Effiziente Priorisierung paralleler Aufgaben
- Kritisches Hinterfragen von Daten und Hypothesen
- Starke Kooperationsfähigkeit in interdisziplinären Teams
Aufgaben
- Erheben und Bereinigen von Rohdaten aus diversen Quellen mittels SQL und Python
- Nutzer- und Geschäftsdaten analysieren mit statistischen Methoden zur Entdeckung von Trends
- Interaktive Dashboards in Tableau oder Power BI entwickeln für monatliche Berichte
- A/B-Tests durchführen und Ergebnisse zur Optimierung von Features und Kampagnen auswerten
- Automatisierung von Datenprozessen mit Python-Skripten zur Reduktion manueller Arbeitszeit
- Datenanforderungen mit Fachabteilungen koordinieren und analytische Modelle entwickeln
- Analyseergebnisse vor Stakeholdern präsentieren und konkrete Empfehlungen ableiten
- Dokumentieren von Datenpipelines und Methoden in zentralen Wikis
- Datenqualität überwachen und Anomalien in Datensätzen aufspüren
- Unterstützung von Data-Engineering-Teams beim Aufbau skalierbarer Datenpipelines
Arbeitsumgebungen
Die Arbeitsumgebungen können variieren:
E-Commerce und digitale Plattformen mit datengetriebenen Ansätzen
Fintech und Banken, die auf fortgeschrittene Datenanalysen setzen
Gesundheitswesen und Pharma, wo Daten für Forschung und Entwicklung genutzt werden
Beratungsunternehmen mit Fokus auf datenbasierte Entscheidungsfindung
Startups mit innovativem datengetriebenen Geschäftsmodell
Öffentliche Forschungseinrichtungen, die auf Datenanalysen angewiesen sind
Karrierewege
- Aufstieg zum Senior Data Analyst durch erweiterte Verantwortung
- Entwicklung zum Data Scientist mit Fokus auf maschinelles Lernen
- Rolle als Business Intelligence Engineer zur Optimierung von Datenflüssen
- Position als Analytics Manager mit Führungsverantwortung
- Fortschritt zum Data Product Manager zur Leitung datengetriebener Projekte
- Karriereweg zum Machine Learning Engineer mit Schwerpunkt auf Algorithmen
Gesuchtes Profil
Präzision im Umgang mit großen Datensätzen
Fähigkeit zur Abstraktion geschäftlicher Fragestellungen
Selbstständige Arbeitsweise mit strukturierter Dokumentation
Offenheit für neue Analysetools und methoden
Effektive Kommunikation von komplexen Datenanalysen
Wie werde ich Datenanalyst?
