[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"job-werkstudent-data-science-mit-python-databricks-mwd-arag-se-de-de":3},{"id":4,"slug":5,"title":6,"description":7,"company":8,"is_featured":12,"featured_until":7,"is_active":13,"deactivated_at":7,"is_enriched":13,"processed_job_posting_json":14,"processed_latitude":84,"processed_longitude":85,"processed_employment_types":86,"processed_working_hours":87,"processed_working_hours_labels":89,"processed_home_office":90,"processed_salary_min":81,"processed_salary_max":82,"processed_salary_currency":78,"processed_salary_source":91,"processed_benefits":92,"processed_benefits_labels":93,"processed_industry":94,"processed_skills":7,"processed_job_location":95,"processed_full_address_gmaps":97,"processed_street_gmaps":99,"processed_city_gmaps":101,"processed_postal_code_gmaps":102,"processed_country_gmaps":104,"processed_country_iso_code_gmaps":106,"full_description":107,"formatted_description":108,"processed_employment_types_labels":36,"processed_home_office_labels":34,"processed_industry_labels":38,"processed_it_skills":109,"processed_it_skills_labels":112,"processed_soft_skills":113,"processed_soft_skills_labels":114,"processed_job_expertise_skills":115,"processed_job_expertise_skills_labels":116,"processed_language_requirements":117,"processed_total_experience_years":128,"processed_professional_field":129,"processed_professional_field_labels":132,"processed_leadership_role":12,"processed_date_posted":20,"raw_job_url":133,"apply_url":7,"raw_hiringOrganization_logo_url":11,"translations":7,"canonical_industry_key":94,"canonical_industry_label":38,"max_cpc":134,"actual_cpc":7},89109,"werkstudent-data-science-mit-python-databricks-mwd-arag-se","Werkstudent Data Science mit Python & Databricks (m\u002Fw\u002Fd)",null,{"name":9,"slug":10,"logo_url":11},"ARAG SE","arag-se","https:\u002F\u002Fwww.karriere-bei-arag.de\u002Fuploads\u002F726\u002Fsettings\u002Fcreators\u002Farag-zentrale-306-606c6ea26a090.png",false,true,{"@context":15,"@type":16,"title":6,"description":17,"hiringOrganization":18,"datePosted":20,"validThrough":21,"jobLocation":22,"jobLocationType":34,"employmentType":35,"industry":37,"skills":39,"baseSalary":76},"https:\u002F\u002Fschema.org\u002F","JobPosting","Stellen ID: HR_DUS02091\n\n\n\nDas erwartet dich\n\n\n\n\nDatenaufbereitung & -integration: Gemeinsam mit dem Team baust und pflegst du ETL-\u002FELT-Pipelines in Databricks und Azure. Außerdem stellst du stabile Verbindungen zu ERP- und Buchhaltungssystemen her und sorgst für hohe Datenqualität\n\n\nDatenanalyse & Visualisierung: Mit Python (Pandas, NumPy, PySpark) analysierst du große Datensätze\n\n\nMachine Learning & Predictive Analytics: Du wirkst an Konzeption, Umsetzung und Validierung von ML-Modellen mit (z. B. Zeitreihen, Klassifikation, Clustering) und bringst Modelle in die Anwendung – in Databricks-Notebooks oder via Azure ML Deployments\n\n\nData Engineering & DataOps: Du hilfst beim Aufbau skalierbarer Datenarchitekturen, versionierst Code mit Git und unterstützt CI\u002FCD-Abläufe, außerdem achtest auf Performance, Sicherheit und zuverlässige Prozesse in der Cloud\n\n\nFinance: Du arbeitest eng mit Finance und Controlling zusammen, verstehst Bedürfnisse und übersetzt sie in Datenlösungen\n\n\nDokumentation & Wissensaustausch: Du hältst Erkenntnisse fest, bereitest Best Practices und Schulungsunterlagen auf und teilst Wissen im Team\n\n\n\n\n\nDas bringst du mit\n\n\n\n\nDu bist immatrikuliert in einem quantitativen Fach (z. B. Data Science, Mathematik, Wirtschaftsinformatik, Statistik).\n\n\nDu hast Erfahrung im Aufbau und Betrieb von ML-Pipelines – von Feature Engineering bis Modell-Monitoring und DataOps-Prinzipien\n\n\nDeine sehr gute Python-Skills (z. B. Pandas, PySpark, scikit-learn), Praxis mit Databricks und Azure-Services (Data Factory, SQL Data Warehouse, Azure ML) werden ergänzt durch einen sicheren Umgang mit SQL und NoSQL-Datenbanken.\n\n\nDu hast Freude an finanzwirtschaftlichen Zusammenhängen und möchtest Prozesse im Finanzbereich messbar verbessern\n\n\nDeutsch auf muttersprachlichem Niveau und sicheres Englisch in Wort und Schrift helfen dir im Arbeitsalltag",{"@type":19,"name":9},"Organization","2026-09-25","2027-09-25",[23],{"@type":24,"address":25,"geo":30},"Place",{"@type":26,"addressLocality":27,"addressCountry":28,"addressRegion":29},"PostalAddress","Düsseldorf","DE","Nordrhein-Westfalen",{"@type":31,"latitude":32,"longitude":33},"GeoCoordinates",51.2533671,6.802723299999999,"HYBRID",[36],"STUDENT",[38],"Insurance",[40,41,42,43,44,45,46,47,48,49,50,51,52,53,54,55,56,57,58,59,60,61,62,63,64,65,66,67,68,69,70,71,72,73,74,75],"Python","Databricks","Azure","SQL","NoSQL","Git","CI\u002FCD","Pandas","NumPy","PySpark","scikit-learn","Azure Data Factory","Azure SQL Data Warehouse","Azure ML","Teamwork","Communication","Knowledge Sharing","Documentation","ETL\u002FELT Pipelines","Data Integration","Data Quality","Data Analysis","Data Visualization","Machine Learning","Predictive Analytics","Time Series Analysis","Classification","Clustering","Model Deployment","Data Engineering","DataOps","Scalable Data Architectures","Performance Optimization","Security","Finance","Controlling",{"@type":77,"currency":78,"value":79},"MonetaryAmount","EUR",{"@type":80,"minValue":81,"maxValue":82,"unitText":83},"QuantitativeValue",18000,24000,"YEAR",[32],[33],"student",[88],"PART_TIME",[88],"hybrid","estimated",[],[],"insurance",[96],"arag, düsseldorf, de",[98],"Münsterstraße 359, 40470 Düsseldorf-Stadtbezirk 6, Deutschland",[100],"Münsterstraße 359",[27],[103],"40470",[105],"Deutschland",[28],"Stellen ID: HR_DUS02091\n\\n\\n\\nDas erwartet dich\\n\\n\n\n\nDatenaufbereitung & -integration: Gemeinsam mit dem Team baust und pflegst du ETL-\u002FELT-Pipelines in Databricks und Azure. Außerdem stellst du stabile Verbindungen zu ERP- und Buchhaltungssystemen her und sorgst für hohe Datenqualität\n\n\nDatenanalyse & Visualisierung: Mit Python (Pandas, NumPy, PySpark) analysierst du große Datensätze\n\n\nMachine Learning & Predictive Analytics: Du wirkst an Konzeption, Umsetzung und Validierung von ML-Modellen mit (z. B. Zeitreihen, Klassifikation, Clustering) und bringst Modelle in die Anwendung – in Databricks-Notebooks oder via Azure ML Deployments\n\n\nData Engineering & DataOps: Du hilfst beim Aufbau skalierbarer Datenarchitekturen, versionierst Code mit Git und unterstützt CI\u002FCD-Abläufe, außerdem achtest auf Performance, Sicherheit und zuverlässige Prozesse in der Cloud\n\n\nFinance: Du arbeitest eng mit Finance und Controlling zusammen, verstehst Bedürfnisse und übersetzt sie in Datenlösungen\n\n\nDokumentation & Wissensaustausch: Du hältst Erkenntnisse fest, bereitest Best Practices und Schulungsunterlagen auf und teilst Wissen im Team\n\n\n\\n\\n\\nDas bringst du mit\\n\\n\n\n\nDu bist immatrikuliert in einem quantitativen Fach (z. B. Data Science, Mathematik, Wirtschaftsinformatik, Statistik).\n\n\nDu hast Erfahrung im Aufbau und Betrieb von ML-Pipelines – von Feature Engineering bis Modell-Monitoring und DataOps-Prinzipien\n\n\nDeine sehr gute Python-Skills (z. B. Pandas, PySpark, scikit-learn), Praxis mit Databricks und Azure-Services (Data Factory, SQL Data Warehouse, Azure ML) werden ergänzt durch einen sicheren Umgang mit SQL und NoSQL-Datenbanken.\n\n\nDu hast Freude an finanzwirtschaftlichen Zusammenhängen und möchtest Prozesse im Finanzbereich messbar verbessern\n\n\nDeutsch auf muttersprachlichem Niveau und sicheres Englisch in Wort und Schrift helfen dir im Arbeitsalltag","Stellen ID: HR_DUS02091\n\n\n- **Datenaufbereitung & -integration:** Gemeinsam mit dem Team baust und pflegst du ETL-\u002FELT-Pipelines in Databricks und Azure. Außerdem stellst du stabile Verbindungen zu ERP- und Buchhaltungssystemen her und sorgst für hohe Datenqualität\n- **Datenanalyse & Visualisierung:** Mit Python (Pandas, NumPy, PySpark) analysierst du große Datensätze\n- **Machine Learning & Predictive Analytics:** Du wirkst an Konzeption, Umsetzung und Validierung von ML-Modellen mit (z. B. Zeitreihen, Klassifikation, Clustering) und bringst Modelle in die Anwendung – in Databricks-Notebooks oder via Azure ML Deployments\n- **Data Engineering & DataOps:** Du hilfst beim Aufbau skalierbarer Datenarchitekturen, versionierst Code mit Git und unterstützt CI\u002FCD-Abläufe, außerdem achtest auf Performance, Sicherheit und zuverlässige Prozesse in der Cloud\n- **Finance:** Du arbeitest eng mit Finance und Controlling zusammen, verstehst Bedürfnisse und übersetzt sie in Datenlösungen\n- **Dokumentation & Wissensaustausch:** Du hältst Erkenntnisse fest, bereitest Best Practices und Schulungsunterlagen auf und teilst Wissen im Team\n\n\n- Du bist immatrikuliert in einem quantitativen Fach (z. B. Data Science, Mathematik, Wirtschaftsinformatik, Statistik).\n- Du hast Erfahrung im Aufbau und Betrieb von ML-Pipelines – von Feature Engineering bis Modell-Monitoring und DataOps-Prinzipien\n- Deine sehr gute Python-Skills (z. B. Pandas, PySpark, scikit-learn), Praxis mit Databricks und Azure-Services (Data Factory, SQL Data Warehouse, Azure ML) werden ergänzt durch einen sicheren Umgang mit SQL und NoSQL-Datenbanken.\n- Du hast Freude an finanzwirtschaftlichen Zusammenhängen und möchtest Prozesse im Finanzbereich messbar verbessern\n- Deutsch auf muttersprachlichem Niveau und sicheres Englisch in Wort und Schrift helfen dir im Arbeitsalltag",{"git":110,"sql":111,"azure":111,"ci\u002Fcd":110,"nosql":110,"numpy":111,"pandas":111,"python":111,"pyspark":111,"azure ml":110,"databricks":111,"scikit-learn":111,"azure data factory":110,"azure sql data warehouse":110},3,4,[40,41,42,43,44,45,46,47,48,49,50,51,52,53],{"teamwork":111,"communication":111,"knowledge sharing":110,"documentation":110},[54,55,56,57],{"dataops":111,"finance":110,"security":110,"clustering":110,"controlling":110,"data quality":111,"data analysis":111,"classification":110,"data engineering":111,"data integration":111,"machine learning":111,"model deployment":110,"etl\u002Felt pipelines":111,"data visualization":110,"predictive analytics":111,"time series analysis":110,"performance optimization":110,"scalable data architectures":110},[58,59,60,61,62,63,64,65,66,67,68,69,70,71,72,73,74,75],{"detected_language_jobad":118,"required":119},"de",[120,124],[121],{"language":122,"level":123},"GERMAN","C2",[125],{"language":126,"level":127},"ENGLISH","B2",0,[130,131],"Information and Communications Technology Professionals","Business and Administration Professionals",[130,131],"https:\u002F\u002Fwww.karriere-bei-arag.de\u002Foffer\u002Fwerkstudent-data-science-mit-python\u002F74845a4c-2be3-43b7-9ee7-e319954bed33",1]