Data & Analytics Engineer

§ 01

Wir bieten

• No-Bullshit-Arbeitsumgebung
• Verantwortung für die Zahlen, mit denen unsere Ventures wirklich gesteuert werden
• Persönlicher Impact
• Karriereoption als Data Lead in einem unserer Ventures
• Großartige Kolleg:innen
• Einarbeitungsphase überwiegend im Office
• Danach hoher Home-Office-Anteil und selbstbestimmte Arbeitsweise

§ 02

Was du machst

• Du baust das Reporting, das an Investoren und Partner geht - und das einer Prüfung standhält
• Du modellierst Commerce-, Marketing- und Support-Daten zu einer Zahl, der Leute vertrauen
• Du verkabelst Experimente und wertest sie mit ehrlicher Signifikanz aus
• Du automatisierst den Monatsabschluss, statt ihn zusammenzubauen
• Du sagst „das können die Daten nicht belegen“, wenn die Daten es nicht belegen können
• Du bereitest das Quarterly Reporting auf - und drehst Ad-hoc-Fragen schnell, ohne das Modell zu zerschießen
• Du gräbst dich ins Nutzerverhalten - Session Recordings, Heatmaps, Funnel-Abbrüche - und kommst mit einer Empfehlung zurück, nicht mit einem Chart

§ 03

Data Stack

• SQL zuerst - Modellierung, dbt-artige Transformationen, Tests
• Pipelines gegen Commerce-, Marketing- und Support-Systeme
• Warehouse und BI - was zum Venture passt, nicht was gerade in Mode ist
• TypeScript für die Tools und Dashboards, die wir selbst bauen
• GA4, Ad-Plattformen und Commerce-APIs - gut genug gekannt, um ihnen zu misstrauen
• Behaviour Analytics - Hotjar oder ähnlich: Heatmaps, Session Recordings, Funnel-Analyse
• LLM-Tracking - du misst Traffic und Antworten aus AI-Assistenten, nicht nur aus Suchmaschinen
• LLMs als Analysewerkzeug - du kommst mit ihnen schneller zur Antwort und prüfst sie

§ 04

Daten-Philosophie

• Eine belastbare Zahl schlägt zehn Dashboards
• Attribution ist ein Modell, keine Wahrheit
• Das kleinste Modell, das die Frage beantwortet, gewinnt
• Bei kleinem Volumen sieht Rauschen wie Signal aus - respektiere das
• Was nicht automatisiert ist, ist nächsten Monat falsch
• Ein Befund ohne Empfehlung ist halbe Arbeit

§ 05

Anforderungen

• Du hast Pipelines und Modelle gebaut, auf die andere sich verlassen
• Du kannst einen Signifikanztest einem nicht-technischen Stakeholder erklären
• Du dokumentierst, damit das Modell auch im Urlaub funktioniert
• Pragmatisch und liefernd - keine Kathedrale vor der ersten Antwort
• Fließende Kommunikation auf Englisch

Die Rolle auf einen Blick M/W/D

Data & Analytics Engineer

Typ
M/W/D
Standorte
München · Zagreb · Trnava
Arbeitsmodell
Hybrid
Schreib uns an hello@mantro.net
Du musst nicht alle Punkte erfüllen. Antrieb und Lernbereitschaft zählen.
ABB. J-01