Einleitung

MIS Analytics ist ein spezialisiertes Beratungsunternehmen mit Sitz in Köln. 

Unser Fokus liegt auf der Unterstützung mittelständischer Fertigungsunternehmen durch innovative Lösungen in den Bereichen Business Intelligence (BI), Data Science und Supply Chain Management (SCM). 

Wir arbeiten mit einem agilen, iterativen Ansatz, um unseren Kunden rasch messbaren Mehrwert zu liefern. Dabei setzen wir auf modernste Technologien und Methoden, um datengetriebene Entscheidungen zu ermöglichen. 

Mit einem kleinen, dynamischen Team von Experten bieten wir maßgeschneiderte Lösungen, die sich stets an den Bedürfnissen unserer Kunden orientieren.  Wir legen besonderen Wert auf den kontinuierlichen Austausch und die flexible Anpassung unserer Strategien.

Aufgaben

Als Werkstudent (m/w/d) im Bereich Data Science Consulting bei MIS Analytics unterstützt du unser Team in vielfältigen Projekten rund um das Thema Data Science. Zu deinen Aufgaben gehören:

• Unterstützung bei der Implementierung von Data Science-Lösungen für Kundenprojekte
• Aufbereitung und Analyse von Geschäfts- und Produktionsdaten zur Erstellung von Modellen und Prognosen
• Mitarbeit an der Erstellung von Reports, Dashboards und Datenvisualisierungen
• Unterstützung bei der Anwendung von Machine-Learning-Modellen und statistischen Methoden zur Problemlösung
• Mitarbeit in Projekten zur Optimierung von z.B. Supply Chain Prozessen und Produktionssteuerung

Profil

• Du bist eingeschriebener Student (m/w/d) im Bereich Data Science, (Wirtschafts-)Informatik , Mathematik, oder einer verwandten Disziplin
• Erste Erfahrungen im Bereich Data Science und/oder Business Intelligence, z.B. durch Praktika oder Projekte
• Gute Kenntnisse in Programmiersprachen wie Python oder R
• Erfahrungen mit SQL und Datenbankmanagement sind von Vorteil
• Erfahrung mit Clouddiensten (Azure, AWS, Google, etc.) sind von Vorteil
• Analytisches Denken und die Fähigkeit, Problemstellungen und Ziele zu formulieren um sie strukturiert anzugehen
• Mittelstandtypische Hands-On Mentalität, du willst echten Mehrwert für unsere Kunden schaffen
• Kommunikationsfähigkeit um komplexe Sachverhalte verschiedensten Stakeholdern zu erklären
• Selbstständige und zielorientierte Arbeitsweise
• Sehr gute Deutsch- und gute Englischkenntnisse in Wort und Schrift

Wir bieten

• Praktische Erfahrungen in realen Projekten mit namhaften Kunden
• Flexible Arbeitszeiten, die sich gut mit deinem Studium vereinbaren lassen
• Persönliche und fachliche Weiterentwicklungsmöglichkeiten (Weiterbildungsbudget und Zeit für Learning & Development)
• Die Chance, Teil eines kleinen, dynamischen Teams zu werden und eigene Ideen einzubringen
• Arbeiten in einem dynamischen, flexiblen und teamorientierten Umfeld
• Steile Lernkurve in einem wachsenden und innovativen Unternehmen
• Möglichkeit deine Abschlussarbeit bei uns zu schreiben

Weitere Informationen

Ein typischer Arbeitstag für dich

So könnte ein typischer Arbeitstag für dich aussehen. Du kannst ihn aber deinen Präferenzen und Verfügbarkeiten anpassen.

8:30 - 8:45 Vorbereitung für den Tag

• E-Mails und Teams-Nachrichten checken und anstehende Aufgaben priorisieren

8:45 - 9:00 Daily Stand-up Meeting

• Kurzes Team-Update: Jeder berichtet über seine aktuellen Aufgaben, Herausforderungen und Erfolge

09:00 - 09:30 (BI-)Weekly 1-on-1

• Coaching mit dem Vorgesetzten: Feedback, Fortschritt im Projekt, Herausforderungen, persönliche Weiterentwicklung

09:30 - 12:30 Arbeit am Projekt

• Umsetzung von Data Science-Aufgaben: z.B. Datenanalysen, Modellierung, Code-Implementierung oder Automatisierung von Prozessen

12:30 - 13:30 Mittagspause

13:30 - 14:30 Aufbereitung von Ergebnissen

• Zusammenstellung und Visualisierung der gewonnenen Erkenntnisse für interne und externe Stakeholder, Erstellung von Präsentation, Reports oder Dokumentation

14:30 - 15:00 Weekly Kundenmeeting

• Präsentation und Diskussion der aktuellen Ergebnisse und nächsten Schritte im Projekt mit dem Kunden

15:00 - 16:30 Teamarbeit (Konzeption und Problemlösung)

• Zusammenarbeit mit Kollegen, um Probleme zu lösen oder neue Ideen zu entwickeln: z.B. Modellanpassungen, Design von Dashboards oder Konzeption neuer Features

16:30 - 17:30 Weiterbildung

• Teilnahme an Online-Kursen, Webinaren, Erstellung von Side Projects oder das Lesen von Fachartikeln zur Erweiterung des Wissens über neue Technologien, Tools oder Data Science-Methoden