Werkstudent:in (m/w/d) - Data Analytics (Controlling Focus)

1KOMMA5°

Bei 1KOMMA5° verfolgen wir eine Vision: Living on wind and sunlight forever for free . Dafür bauen wir mit Heartbeat AI das Energiesystem der Zukunft. Bist du dabei?
Wir bringen regionales Handwerk und skalierbare Software zusammen: Solar, Speicher, Wärmepumpe und E-Mobilität denken wir nicht einzeln, sondern steuern sie als intelligentes, integriertes Gesamtsystem in unserem virtuellen Kraftwerk. Direkt verbunden mit dem Strommarkt – in Echtzeit, vollautomatisiert. So wird Energie dann genutzt, wenn sie erneuerbar verfügbar und besonders günstig ist. Bis 2030 wollen wir 1,5 Millionen Haushalte auf erneuerbare Energien umstellen. Über 3.000 Menschen arbeiten jeden Tag daran, an mehr als 80 Standorten weltweit, von Finnland bis Australien.

Du willst Verantwortung übernehmen und Lösungen bauen, die wirklich zählen? Bewirb dich jetzt und gestalte mit uns die Energiewelt von morgen.

Deine Position

Als Werkstudent im Bereich Data Analytics bei 1KOMMA5° unterstützt du die Teams Controlling und Business Intelligence beim Aufbau einer zentralen Datenarchitektur , die Daten aus unserem globalen operativen und finanziellen Geschäft aufnimmt, transformiert und analysiert . Dabei hilfst du, umsetzbare Erkenntnisse für Finanzplanung, Performance-Tracking und strategische Entscheidungsprozesse im gesamten Unternehmen zu generieren.

Zu den wichtigsten Aufgaben gehören unter anderem:

• Aufbau und Pflege von End-to-End-Datenpipelines , um die Verfügbarkeit operativer und finanzieller Daten sicherzustellen
• Unterstützung des Controlling-Teams bei automatisierten Reports, Forecast-Datensätzen und KPI-Tracking
• Eigenständige Entwicklung von Analysen, Dashboards und Reports in Looker zur Überwachung der finanziellen und operativen Performance
• Beitrag zur Sicherstellung der Datenintegrität und -zuverlässigkeit in finanzbezogenen Datensätzen
• Unterstützung bei der Automatisierung und Optimierung von Reporting-Prozessen für Budgetierung, Forecasting und Abweichungsanalysen
• Untersuchung und Einsatz von KI-gestützter Datenanalyse , um Forecasts, Anomalieerkennung und Business Insights zu verbessern

Dein Profil

• Du bist noch mindestens zwei Semester an einer deutschen Hochschule im Studiengang Data Science, Informatik, Wirtschaftsinformatik oder einem vergleichbaren Studiengang mit datenanalytischem Schwerpunkt eingeschrieben und kannst uns 15–20 Stunden pro Woche unterstützen.
• Du fühlst dich sicher im Umgang mit SQL und Python , idealerweise auch mit Git .
• Du hast erste Erfahrung im Umgang mit größeren Datensätzen (z. B. Datenaufnahme/Ingestion, Transformation oder Datenmodellierung).
• Idealerweise hast du bereits mit BI-Tools gearbeitet (z. B. Looker, Power BI oder Tableau ).
• Erste Erfahrungen mit KI oder Machine Learning (z. B. Predictive Modeling, Forecasting oder der Einsatz von KI-Bibliotheken oder Tools) sind ein großes Plus .
• Interesse an Finanzen, Controlling oder Business-Performance-Analysen ist von Vorteil.
• Du bist kommunikationsstark und arbeitest gerne mit Teammitgliedern und verschiedenen Stakeholdern zusammen .
• Du bringst eine proaktive Arbeitsweise mit und arbeitest gerne in einem dynamischen, schnelllebigen Umfeld .
• Du verfügst über sehr gute Deutsch- und Englischkenntnisse in Wort und Schrift .

Benefits

• Du hast die Möglichkeit in unseren brandneuen Büros in der Hamburger Innenstadt, Berlin & München zu arbeiten und/oder remote
• Flexible Arbeitszeiten , die sich gut mit deinem Studium vereinbaren lassen
• Nutze dein technisches Equipment auch abseits der Arbeit in deiner Freizeit
• Viel Eigenverantwortung und die Möglichkeit eigene Themen zu übernehmen
• Du bewegst dich in flachen Hierarchien mit viel Entwicklungspotenzi al
• Mit deiner Arbeit unterstützt du den Megatrend “Energie- und Mobilitätswende” und leistest einen konkreten Beitrag zum nachhaltigen Umbau unserer Energie-Infrastruktur
• Sei aktiv und nutze das Angebot von über 7.600 Sportpartnern mit dem EGYM-Wellpass
• Profitiere von Benefits & Rabatten durch Futurebens