Head of Data Science Literacy (w/m/d)

Übersicht

  • Bewerbungsfrist: 24.02.2020
  • Arbeitsort: Berlin Mitte
  • Start: sobald wie möglich, spätestens Anfang Mai
  • Dauer: Befristet bis Ende 2021

CorrelAid - Head of Data Science Literacy

CorrelAid ist ein data-for-good Netzwerk mit über 1000 Mitgliedern, die mit ihren Data-Science-Fähigkeiten die Welt verändern wollen. Seit 2015 engagiert sich CorrelAid dafür, das Potenzial von Datenanalyse und Machine Learning für die Zivilgesellschaft zugänglich und nutzbar zu machen und Datenanalyst*innen weiterzubilden. In über 30 pro-bono Projekten haben unsere Ehrenamtlichen für zivilgesellschaftliche Organisationen Daten erhoben, analysiert und visualisiert. Wir sind ein Netzwerk, das durch Bildung, Data Volunteering und Dialog die Digitalisierung in der Zivilgesellschaft mitgestaltet.

Als Teil des neuen, dreiköpfigen, hauptamtlichen Teams arbeitest du an der Entwicklung und Umsetzung unserer Strategie für NPOs: von Bildungsmaterialien über Veranstaltungskonzepte hin zur Ausrichtung von Events sorgst du dafür, dass wir NPOs erreichen, das Potential von Data Science und Machine Learning in die Zivilgesellschaft tragen und neue skilled-volunteering Projekte für unsere ehrenamtlichen Datenanalyst*innen gewinnen.

Was dich erwartet

  • ein neues, hauptamtliches Team, das du zusammen mit Frie und einer dritten, noch zu bestimmenden Person (siehe Head of Community Management Ausschreibung) mitgestaltest und aufbaust
  • viel Raum für Ideen, Konzepte und Austausch
  • positive Fehlerkultur: ein Umfeld, in dem neue Ideen schnell und unkompliziert ausprobiert werden können
  • lerne von den über 1000 ehrenamtlichen Data Scientists in unserem Netzwerk
  • arbeite mit einem motivierten ehrenamtlichen Core Team bestehend aus 15-25 Leuten, die CorrelAid mit Leben füllen
  • 80% Stelle
  • 3470 Euro brutto
  • BVG Ticket (AB) und BahnCard

Deine Hauptaufgaben

Non-Profit Organisationen sind die zentralen Partner für CorrelAid, um unsere Mission von data-for-good umzusetzen. Eine deiner Hauptaufgaben wird die Erstellung von Data Science Bildungsmaterial und -formaten für Non-Profits sein, um die Organisationen zu befähigen, das Potential ihrer Daten zu erkennen und eigene Datenprojekte anzustoßen. Dazu zählen z.B. die Entwicklung von Data Science-Einführungsmaterialien und Webinaren, oder die Ausrichtung von Workshops und sonstigen Events.

Im Rahmen der Zusammenarbeit mit Non-Profit Organisationen analysierst du außerdem den derzeitigen Stand unserer Partner in Bezug auf ihre data literacy. Diese Analysen werden uns helfen, unsere Arbeit weiter zu verbessern.

Bei all dem arbeitest du eng sowohl mit dem ehrenamtlichen Core Team als auch mit deinen Kolleg*innen aus dem hauptamtlichen Team zusammen.

Das solltest du mitbringen

  • Du hast Erfahrung im Vermitteln von Data Science-Inhalten und Spaß am Verschriftlichen und Aufbereiten derselben
  • Du hast einen Data-Science-Hintergrund
  • Eigeninitiative: Du hast eigene Ideen und bringst diese aktiv ein
  • Du hast Spaß daran, neue Kontakte zu knüpfen und aktiv auf Menschen zuzugehen
  • Du kommunizierst offen
  • Du kannst dich selbstständig organisieren und deine Arbeit strukturieren
  • Du bringst Neugierde und Lernbereitschaft mit
  • Du bist bereit, Verantwortung für deine Projekte zu übernehmen von Anfang bis Ende
  • Du hast Lust, etwas zu verändern
  • Du arbeitest gerne in engem Austausch in einem Team
  • In kritischen Situationen behältst du den Überblick und bist bereit einzuspringen
  • Du bist offen für neue Methoden und Ansätze
  • exzellente Deutschkenntnisse, Englischkenntnisse

optional:

  • Du hast Erfahrung mit der Gestaltung von Webinaren und/oder Online-Lerninhalten

Bewerbungsprozess

  • Bei Rückfragen melde dich gerne bei Frie
  • bis zum 24.2. Bewerbung per Mail an frie.p@correlaid.org
    • Motivationsschreiben
    • Lebenslauf
    • wahlweise: Links zu relevanten Profilen/Inhalten (z.B. GitHub/LinkedIn/Xing/Website)
  • Initiale Rückmeldung bis KW 10
  • Eventuelle Reisekosten für Bewerbungsgespräche werden teilweise erstattet