Praktikant Data Analyst / Data Scientist – Wholesale Banking (w/m/d)
Frankfurt, Germany
Dein Herz schlägt für Data Science, Analysen und BI? Daten sind genau Dein Ding? Du möchtest endlich die Theorie aus dem Studium in die Praxis umsetzen? Dann tauche ein in die Welt des Wholesale Bankings und erkunde mit uns die Zukunft unserer Data-Analytics-Prozesse im Firmengeschäft!
Wholesale Banking steht bei uns für das Firmenkundengeschäft der ING Deutschland. Über die klassische Unternehmensfinanzierung hinaus beraten wir unsere Firmenkunden bei nachhaltigen und innovativen Finanzierungsprojekten – mit dem Anspruch, immer einen Schritt voraus zu sein. Bewirb Dich jetzt bei ING im Wholesale Banking, einer der am schnellsten wachsenden Unternehmenskundenbanken in Deutschland, und starte bei uns im IT-Bereich im Praktikum durch!
Deine Aufgaben
- Gemeinsam mit unserem Reporting- und BI-Team schaffst Du die Grundlage für datengetriebene Entscheidungsfindung (data-driven decision-making) in unserer Strategie und unterstützt uns im regulatorischen Reporting.
- Zusammen ergründen wir neue Möglichkeiten der Datenanalyse und beleuchten die Relevanz von neuen Data Science-Trends im Wholesale Banking.
- Wie ticken unsere Firmenkunden? Du analysierst Daten und erforschst, wie unsere Produkte verwendet werden. In Teamarbeit entwickelst Du unsere Data Analytics-Prozesse weiter und erhältst so tiefe Einblicke in die Welt des Wholesale Bankings der ING.
- Deine Analysen teilst Du direkt mit unseren Stakeholdern, koordinierst und steuerst ihre Anfragen zielführend und international und erfährst so aus erster Hand, welchen Impact Deine Arbeit hat.
- Mit Deinen Python-Skills erweiterst Du unser bestehendes Skillset, sodass wir das Beste aus unseren Daten herausholen.
- Du siehst: Inhalte aus Deinem Studium kannst Du bei uns direkt in die Tat umsetzen und hilfst uns mit Deinen Ideen und Visionen dabei, auch mal über den Tellerrand hinauszuschauen.
- Dein Praktikum, Deine Bühne: Du übernimmst Verantwortung, bringst Dich aktiv ein und wächst an vielseitigen Aufgaben – strategisch wie operativ.
Dein Profil
- Immatrikuliert im Bachelor (mind. 4. Semester) / Master Wirtschaftsinformatik, Statistik, Data Science, Data Analytics o. Ä. oder im Gap Year zwischen Bachelor- und Master-Studium
- Interesse an explorativer Datenanalyse und Anwendung von Data Science in der Praxis
- Fortgeschrittene Programmierkenntnisse in Python, Praxis in der skriptbasierten Datenanalyse von Vorteil
- Idealerweise Know-how in SQL und im Umgang mit BI-Tools, wie z. B. IBM Cognos, PowerBI, Tableau o. Ä.
- Vertraut mit aktuellen Data-Analytics-Trends und Motivation zur Einarbeitung in diese
- Schnelle Auffassungsgabe, ergebnisorientierte und analytische Denk- sowie strukturierte Arbeitsweise
- Eigeninitiative und Spaß an der Arbeit im Team
- Willen, die Welt von Morgen mitzugestalten
- Fließendes Deutsch und Englisch in Wort und Schrift
- Verfügbar für 4-6 Monate (bitte gib den genauen Zeitraum inkl. Startdatum im Anschreiben an)
Freu Dich auf zahlreiche Benefits
- Ansprechende Vergütung, kostenloses Deutschlandticket, 30 Tage Urlaub, Betriebsrestaurant
- Zusammenarbeit auf Augenhöhe in einer Du-Kultur
- Hybrides Arbeitsmodell: Zusätzlich zur Arbeit im Büro kannst Du auch mobil arbeiten – im Rahmen betrieblicher, gesetzlicher und regulatorischer Anforderungen.
- Löwenstarke Netzwerkangebote, persönliche und fachliche Weiterbildungsmöglichkeiten sowie vielfältige Angebote zu Bewegung, Vorsorge, Ernährung und Balance
Lust auf einen neuen Job?
Bei der ING sind wir bunt und vielfältig: unterschiedliche Persönlichkeiten mit verschiedenen Perspektiven - in einer internationalen Kultur, in der wir uns wertschätzen. Dabei tragen wir Sneaker und Pumps, Hoodies und Anzüge. Weil Menschen nicht in Schubladen passen.
Na, wie wärs?
Bewirb Dich einfach online bei uns – am schnellsten gehts, wenn Du Anschreiben, Lebenslauf und Zeugnisse schon parat hast.
Tags: Banking Data Analytics Power BI Python SQL Tableau
More jobs like this
Explore more career opportunities
Find even more open roles below ordered by popularity of job title or skills/products/technologies used.