Role Overview & Mandate
Executive Summary
Jede Entscheidung bei MUVN hΓ€ngt an einer Zahl. Niemand soll sie suchen mΓΌssen. MUVN verbindet Fahrer:innen mit freiem Laderaum mit Menschen und Unternehmen, die etwas transportieren mΓΌssen. Kein neuer Fuhrpark, keine neue Logistik. Bessere Nutzun
Reviewed by Compensation & Visa Analysts β’
Sources: USCIS E-Verify & Home Office CoS
Jede Entscheidung bei MUVN hΓ€ngt an einer Zahl. Niemand soll sie suchen mΓΌssen.
MUVN verbindet Fahrer:innen mit freiem Laderaum mit Menschen und Unternehmen, die etwas transportieren mΓΌssen. Kein neuer Fuhrpark, keine neue Logistik. Bessere Nutzung von dem, was ohnehin unterwegs ist. Unser Marktplatz wΓ€chst ΓΌber Korridore, also ΓΌber einzelne Strecken, die dicht genug werden, um von selbst zu tragen. Ob eine Strecke trΓ€gt, ist keine Meinungsfrage, sondern eine Messung.
DafΓΌr bauen wir das MUVN Brain: eine verbundene Schicht ΓΌber unseren Systemen, in der Kennzahlen einmal definiert sind und Menschen wie AI-Agents dieselbe Antwort bekommen. Es wird immer mehr als ein System geben. Der Unterschied liegt darin, ob sie miteinander reden. Du baust das.
Du bist unsere erste dedizierte Datenstelle, berichtest an unseren CFO und arbeitest direkt mit dem GrΓΌndungsteam, Marketing und Operations. Du erbst keine Datenplattform, du entscheidest, was sie wird. Und du beantwortest die Fragen, an denen bei uns Geld hΓ€ngt: Welcher Korridor kippt als NΓ€chstes. Wo verlieren wir Nachfrage. Welcher Kanal bringt Matches statt Downloads.
Du arbeitest dabei AI-First: AI ΓΌbernimmt die AusfΓΌhrung, dir gehΓΆren Intention, logisches Denken und Korrektheit.
HierfΓΌr suchen wir dich ab dem 01.10.2026 als VerstΓ€rkung fΓΌr unser Team in Vollzeit π
Aufgaben
Eine Wahrheit, nicht fΓΌnf
Du definierst unsere Kernkennzahlen ΓΌber den gesamten Funnel, einmal verbindlich, mit klarer Namenskonvention und einer Definition pro Metrik. Teile davon existieren bereits, sie sind nur nirgends operationalisiert. Du gleichst die Quellen ab, erklΓ€rst Abweichungen und sorgst dafΓΌr, dass eine Frage genau eine Antwort hat, egal wer sie stellt.
Den Marktplatz messbar machen
Unsere Analyseeinheit ist der Korridor, nicht die Stadt und nicht das Land. Du machst Angebot, Nachfrage, Fill Rate und Time-to-Match auf dieser Ebene sichtbar, inklusive der FΓ€lle, die in keinem Standard-Funnel auftauchen. Ein Fahrer, der nichts findet, ist bei uns ein Signal, kein fehlender Datenpunkt.
Das MUVN Brain bauen
Heute: direktes SQL, Python-Skripte, API-Pulls. Du ΓΌberfΓΌhrst das in einen leichtgewichtigen, verbundenen Stack und entscheidest ΓΌber Architektur und Tools, vom Warehouse ΓΌber den Transformations-Layer bis zum BI-Tool. Jedes Werkzeug kommt an dem Punkt rein, an dem es seine Kosten verdient, nicht frΓΌher. Lieber fΓΌnf verlΓ€ssliche Modelle als fΓΌnfzig halb vertraute.
Pipelines, denen man vertraut
Du integrierst unsere Quellen mit Pipelines, die idempotent, testbar und dokumentiert sind. Du baust Validierung zwischen den Quellen und fΓ€ngst Diskrepanzen ab, bevor sie ein Meeting erreichen. Wenn etwas bricht, findest du die Ursache statt das Symptom und planst Backfills mit PrΓΌfung davor und danach.
Analysen, die Entscheidungen tragen
Wiederkehrendes Management-Reporting, Kohorten, Retention, Pricing, Funnel, Marketing-Performance Ende zu Ende. Ad-hoc-Fragen beantwortest du schnell. Die, die immer wiederkommen, ΓΌberfΓΌhrst du in Self-Serve-Reports, damit das Team sich selbst bedient.
Das Team unabhΓ€ngig von dir machen
Du nimmst Anforderungen von GrΓΌndern, Marketing und Operations auf und ΓΌbersetzt sie in Modelle, die wiederverwendbar sind. Du dokumentierst Definitionen, Annahmen und SonderfΓ€lle dort, wo sie hingehΓΆren, im Code und in der Doku, nicht in deinem Kopf. Datenfragen sollen nicht bei dir enden.
AI-Agents als Teil des Systems
Du baust und iterierst Agents fΓΌr klar umrissene Aufgaben: wiederkehrende Reports, Dokumentation, DatenqualitΓ€tschecks. Du pflegst die maschinenlesbaren Kontextdateien, die unser Brain ΓΌberhaupt erst nutzbar machen, mit unseren Konventionen, Definitionen und DomΓ€nenregeln. Du prΓΌfst, was AI produziert, bevor es zΓ€hlt. Die Korrektheit gehΓΆrt dir, nicht dem Tool.
Qualifikation
Du hast mehrere Jahre Erfahrung als Analyst:in, Analytics Engineer oder in einer vergleichbaren Rolle und schon einmal ein Reporting von null aufgebaut, nicht nur eines gepflegt. SQL ist fΓΌr dich Handwerk, nicht HΓΌrde: Window Functions, CTEs, Query-Optimierung, und genug Tiefe, um einen Execution Plan zu lesen und ein Performanceproblem selbst zu finden. Python nutzt du fΓΌr Analysen und Pipeline-Arbeit.
Was diese Rolle von klassischer Analyse unterscheidet: Du bekommst keine Tickets. Du bekommst Entscheidungen, die anstehen, und findest selbst heraus, welche Zahl sie tragen muss, wer sie liest und was es dazu schon gibt.
Was bei uns funktioniert:
- Du fragst zuerst, welche Entscheidung an der Zahl hΓ€ngt, bevor du die erste Query schreibst.
- Du formulierst eine Hypothese, bevor du sie prΓΌfst, und Γ€nderst sie, wenn die Daten etwas anderes sagen.
- Du merkst, wenn eine Zahl zu gut ist, um wahr zu sein, und gehst ihr nach, bevor sie in ein Meeting kommt.
- Du arbeitest eigenstΓ€ndig und meldest dich, wenn etwas klemmt, nicht erst im Wochenmeeting.
- Du misst dich selbst an Ergebnissen, bevor es jemand anderes tut.
- Du dokumentierst so, dass die nΓ€chste Person dich nicht fragen muss.
- Du denkst in Kosten, bei Compute, Speicherung und Pipeline-Design, und handelst danach.
- Du teilst, was du weiΓt. Wissen, das nur bei dir liegt, ist bei uns ein Risiko, kein Vorteil.
Solides Analytics-Fundament: Kohorten, Funnels, Unit Economics und statistisches GrundverstΓ€ndnis. Praxiserfahrung mit Produkt- und Marketing-Analytics-Tools wie Mixpanel, GA4, Mobile Attribution oder Vergleichbarem. Engineering-Grundprinzipien auf Datenarbeit angewendet: ModularitΓ€t, Idempotenz, Testbarkeit als Default. Datenschutzbewusste Modellierung ist fΓΌr dich selbstverstΓ€ndlich, wir arbeiten mit Zahlungs- und Personendaten. AI-gestΓΌtzte Workflows sind dein Alltag, mit voller Verantwortung fΓΌr das Ergebnis.
Ein Plus, kein Muss: dbt oder ein Modern Data Stack, den du selbst eingefΓΌhrt hast. Erfahrung mit Payments-Daten. Marktplatz- oder Plattformhintergrund, also LiquiditΓ€t, Take Rate, Angebots- und Nachfragedynamik. Early-Stage-Erfahrung, du hast schon ohne Playbook gearbeitet.
Deutsch und Englisch flieΓend.
Driven people > Degrees. Dein Mindset zΓ€hlt mehr als dein Abschluss.
Benefits
- Dein Marktplatz, deine Zahlen: echte Ownership von Tag 1
- Flexible Arbeitsmodelle: Arbeite, wann es fΓΌr dich am besten passt
- Direkter Draht zu den GrΓΌndern: kein HR-Filter, keine Hierarchie dazwischen
- Karriereperspektive: baue langfristig dein eigenes Team auf, in DACH und Europa
- Hybrides Arbeiten & Remote: FlexibilitΓ€t ist bei uns Programm
- Offsites mit dem Team: Gemeinsam erreichen wir mehr
- Free MUVN Rides: FΓΌr dich entstehen keinerlei NutzungsgebΓΌhren
- Corporate Benefits: Rabatte in hunderten Onlineshops
Mehr Infos zu unseren Benefits und unseren Firmenwerten findest du auf unserer Karriereseite.
Schick uns deinen CV und zwei, drei SΓ€tze dazu: Welche Kennzahl wΓΌrdest du bei uns als Erstes verbindlich definieren, und warum ausgerechnet die?
So lΓ€uft es ab: erstes GesprΓ€ch mit unserem CFO, dann eine fachliche Session an einem anonymisierten Fall aus unserem Marktplatz, dann Kennenlernen mit dem Team.
Fragen? Direkt an Katharina.
Let's get it muvn. π
Find Jobs in Germany on Arbeitnow