Berufsbeschreibung
Bei der Konzeption, Entwicklung und Betreibung von Mobile-Spielen ist unser Ziel es, in kleinen Teams Produkte von großer Bedeutung zu erschaffen, die täglich Millionen Menschen gemeinsam spielen.
Aufgaben
* Wir arbeiten gemeinsam mit dem Head of BI daran, dass alle Teams datengetrieben die richtigen Entscheidungen treffen können.
* Mittels Analysen, Simulationen, A/B-Tests und anderen auf Daten basierenden Aufgaben helfen wir dabei, das Spiel weiter wachsen zu lassen.
* Neben den Daten der Spieler analysieren wir auch Daten aus vielen anderen Unternehmensbereichen (z.B. User Acquisition und Monetarisierung) und bereiten diese so auf, dass sie unsere Kollegen und uns die Entscheidungsfindung erleichtern.
* Wir unterstützen bei der kontinuierlichen Verbesserung und Erweiterung unseres Datenmodells.
* Manuelle Aufgaben werden automatisiert und Tools zur Verfügung gestellt, mit deren Hilfe sich Aufgaben schneller und besser erledigen lassen.
Voraussetzungen
* Erfolgreich abgeschlossenes Studium im Bereich der Informatik, Mathematik, Physik oder einer vergleichbaren Fachrichtung.
* Mehrjährige Berufserfahrung als Analytics Engineer, Data Analyst, Data Scientist oder in einer vergleichbaren Rolle.
* Sehr gute Kenntnisse in SQL im Rahmen von Big Data und Data-Warehouse-Lösungen.
* Programmierkenntnisse in Python.
* Analytisches Denken und Erfahrung mit BI-Tools (z.B. Looker, Power BI, Superset, Tableau).
* Erfahrung in der Definition, Durchführung und Analyse von A/B-Tests sowie aktive Beteiligung an der Auswertung von Experimenten.
* Spaß an proaktiver Datenexploration, dem Hinterfragen des Status quo und dem Erzeugen neuer Erkenntnisse aus Daten.
* Gute Deutsch- und Englischkenntnisse.
Bereiche
Wir arbeiten hauptsächlich auf der Google Cloud Platform (GCP). Neben BigQuery als Data Warehouse und Looker als Analyse-Tool nutzen wir noch viele weitere GCP-Services, um Daten zu speichern und wieder bereitzustellen.
* Um die mehreren hundert Millionen Analytics-Events pro Tag zu verarbeiten, setzen wir auf Airflow in unserem ETL-Prozess.
* Um Simulationen oder Modelle für Spiele zu bauen, nutzen wir meistens Python und Libraries wie pandas, SciPy und scikit-learn.