77 Data Analyst Jobs Wien

Analyse und Dokumentation von Geschäftsanforderungen, Workflows und Benutzerbedürfnissen. 3+ Jahre Erfahrung in Business Analyse oder Requirements Engineering. Möglichkeit zur Arbeit an einzigartigen Projekten in einem innovativen Umfeld.

Pflege und Überprüfung von Transaktions- und Trading-Logs. Abgleich von Broker-Statements. Unterstützung der Genauigkeit von Trading-Daten. Excel-Kenntnisse erforderlich. Möglichkeit zur Weiterentwicklung im Edel- und Basismetallmarkt.

Analyse von Marketing-Performance-KPIs, Erstellung und Optimierung von Dashboards in Google Looker Studio. Mehrjährige Erfahrung in Performance Marketing ist erforderlich. Bietet Gestaltungsspielraum in einem Wachstumsunternehmen.

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

Entwicklung von Data/AI-Lösungen, ETL/ELT-Pipelines und Vektor-Datenbanken. Mehrjährige Erfahrung in Data Analytics, Datenplattformen und AI-Lösungen ist erforderlich. Gestaltungsspielraum in einem innovativen Umfeld.

Aufbereitung, Analyse und Visualisierung von Leistungs-, Organisations- und Wirkungsdaten. Erstellung aussagekräftiger Reports und Kennzahlen. Mehrjährige Berufserfahrung im Reporting, Datenmanagement und Wirkungsmanagement. Ausgezeichnete EDV-Kenntnisse, insbesondere Excel und Power BI. Fahrtkostenzuschuss.

Konzeption, Aufbau und Weiterentwicklung von Datenarchitekturen und ETL-/ELT-Pipelines. Entwicklung und Optimierung von Datenmodellen. Mindestens drei Jahre Berufserfahrung im Data Engineering. Fundierte SQL-Kenntnisse. Unterstützung bei der fachlichen und persönlichen Weiterentwicklung.

Brücke zwischen IT-Infrastrukturen und CoPlanner-Architektur schlagen. Technische Verantwortung für Integrations-/Migrationsprojekte, SQL-Herausforderungen meistern. Mindestens 3 Jahre Berufserfahrung im Bereich Data & Analytics, praktische Erfahrung mit Microsoft Data-& Analytics-Technologien (SQL BI Suite, Azure Data Factory, Microsoft Fabric, Power BI) erforderlich. 36-Stunden-Woche.

Entwicklung und Optimierung von Algorithmen zur Anomalieerkennung auf Edge-Geräten und in Cloud-Umgebungen. Erfahrung mit Python, SQL, Java und Cloud-Technologien (z.B. Microsoft Azure) ist erforderlich. Möglichkeit, mit modernsten Technologien aus den Bereichen Artificial Intelligence, Machine Learning, IoT und Edge Computing zu arbeiten.

Entwickeln und betreiben Sie Databricks-Pipelines mit Python und Azure Data Factory. Erfahrung mit Databricks und Azure Data Factory ist erforderlich. Bietet flexible Arbeitszeiten und Home-Office.

Führung eines Data Engineering Teams; Entwicklung skalierbarer Databricks Pipelines mit Python; Nutzung von Azure Data Factory; Datenmodellierung; 5+ Jahre Erfahrung im Data Engineering mit Führungserfahrung; Englischkenntnisse.

Gestaltung von Tarifen, Systemen und Prozessen in der privaten Krankenversicherung. Analyse von Bestands-, Leistungs- und Kostenentwicklungen. Weiterentwicklung datenbasierter Analysen und Reportings in R/RStudio. Weiterbildungsmöglichkeiten und flexible Arbeitszeiten.

Überwachung täglicher Markt-Risikoprozesse (PnL, Risikomessung, Marktdaten). Erstellung und Validierung von Risikokennzahlen. Analyse von Daten- und Bewertungsproblemen. Erforderlich: Python und/oder SQL. Vorteil: Internationale Bankenumgebung.