100 Data Analytics Jobs Wien

Aufbau, Erweiterung und Betrieb einer zentralen SIEM-Plattform. Erfahrung mit SIEM, Security Analytics oder Logging-Plattformen ist erforderlich. Bietet Plattform-Ownership und die Möglichkeit, über Länder und Technologien hinweg zu arbeiten.

Analyse von Marketingaktivitäten, KPIs und Optimierungspotenzialen. Entwicklung und Automatisierung von Dashboards in Google Looker Studio. Mehrjährige Erfahrung in Marketing Analytics und sicherer Umgang mit Excel/Google Sheets sowie SQL/BigQuery sind erforderlich.

Entwicklung und Anpassung von Odoo-Modulen mit Python. Mindestens 3 Jahre Erfahrung in der Softwareentwicklung mit Python oder Odoo. KI-gestützte Entwicklung und abwechslungsreiche Projekte mit Business-Relevanz.

Datenanalyse und Reporting zur Unternehmenssteuerung. Erstellung von Budgets und Präsentationen. Mehrjährige Berufserfahrung als Data Analyst oder Senior Controller im internationalen Umfeld. SAP FI-Kenntnisse.

Analyse bestehender Datenquellen, Systeme und Schnittstellen. Erstellung von Prognosen zu Kapazitäten und Fluktuation mittels Strategic Workforce Planning. Mehrjährige Erfahrung in Data Analytics oder People Analytics erforderlich. Hervorragende Entwicklungsmöglichkeiten.

Datenanalyse mit Google BigQuery, Erstellung von Dashboards mit Looker Studio und Power BI. Mindestens 4 Jahre Erfahrung in Business Intelligence oder Data Analytics. Flexible Arbeitszeiten und Remote Work.

Analyse von Sportwetten-Daten, Erstellung von Power BI Berichten und Datenmodellen. Erfordert Erfahrung in Datenmodellierung, Power BI Service und SQL. Bietet Arbeit mit State-of-the-Art Technologien und flexible Arbeitszeiten.

Erstellung, Entwicklung und Wartung von Dashboards und Reports. Analyse von Daten zur Identifizierung von Trends. Sicherstellung der Datenqualität. Sehr gute Oracle-SQL-Kenntnisse. Analyse, Interpretation und Visualisierung von Daten.

Eigenständige Durchführung von Ad-hoc-Analysen zu logistischen Fragestellungen. Erstellung und Pflege von Reports und Dashboards. Sehr gute SQL-Kenntnisse erforderlich. Flexible Arbeitszeiten und Remote-Work-Möglichkeiten.

Entwicklung und Betrieb moderner Datenlösungen mit SQL, dbt und Python. Automatisierung von Datenprozessen und Erstellung von Dashboards. Sehr gute SQL-Kenntnisse sind erforderlich. Möglichkeit zur Weiterentwicklung der Data- und AI-Landschaft.

Analyse von Nutzerverhalten zur Identifizierung von Optimierungspotenzialen. Durchführung von A/B-Tests mit CRO-Plattformen. 2-3 Jahre Erfahrung in Conversion Rate Optimization. Bietet Einblicke in CVR und AoV.

Erstellung von Reportings, Varianzanalysen und Handlungsempfehlungen. Verantwortung für Top-Line-Planung und Sales-Ziele. Weiterentwicklung von Power BI Dashboards. Mindestens 4 Jahre Berufserfahrung im Controlling/Datenanalyse. Sehr gute Power BI Kenntnisse. Möglichkeit zur Weiterentwicklung von Prozessen.

Administration des Data Warehouse, Erstellung von Auswertungen und Power BI Reports. Erforderlich sind SQL-Grundkenntnisse und Erfahrung mit Azure Data Factory & Azure SQL. Angebot: Flexible Arbeitszeiten und Home Office.

Konzeption und Umsetzung von Datenmodellen in SAP BW und SAP Datasphere. Entwicklung von Dashboards in SAP Analytics Cloud (SAC). Erfahrung in der Datenmodellierung mit SAP BW und SAC-Planung. Mentoring-Programm und Weiterbildungsmöglichkeiten.

Entwicklung und Betrieb skalierbarer Datenpipelines, Integration, Transformation und Bereitstellung von Daten. Mindestens drei Jahre Berufserfahrung im Data Engineering, sehr gute SQL-Kenntnisse. Mitgestaltung einer modernen Data- & Analytics-Plattform.

Entwicklung und Umsetzung von Data-&-Analytics-Lösungen, Datenmodellen und Reporting-Lösungen. Gute SQL-Kenntnisse sind erforderlich. Flexible Arbeitsmodelle und individuelle Weiterentwicklung werden geboten.

Entwickeln und betreiben Sie Databricks-Pipelines mit Python und Lakeflow. Erfahrung mit Azure Data Factory und DataOps ist erforderlich. Sie arbeiten an der Erstellung zuverlässiger Datenpipelines und profitieren von der Möglichkeit, an unternehmensweiten Standards mitzuwirken.

Führung eines Data Engineering Teams; Design, Aufbau und Betrieb skalierbarer Databricks Pipelines mit Python. Erfahrung mit Azure Data Factory und DataOps-Prinzipien ist erforderlich. Möglichkeit zur Kostenmanagement und Performance-Optimierung.