Praktikant:in Supply Chain Data Analytics für 1-2 Monate im Sommer 2026

Arbeit anders leben: Wir bei dm setzen auf Menschen, die Freude daran haben, aus Daten Erkenntnisse zu gewinnen und damit die Zukunft der Logistik aktiv mitzugestalten. Als Praktikant:in im neu gegründeten Team Supply Chain Data Analytics (SCDA) erhalten Sie für ein bis zwei Monate im Sommer 2026 die Möglichkeit, an realen Fragestellungen der internationalen dm-Logistik mitzuarbeiten. Gemeinsam mit unserem Team entwickeln Sie datengetriebene Analysen, Modelle und digitale Lösungen, die dazu beitragen, unser Logistiknetzwerk transparenter, effizienter und zukunftsfähiger zu gestalten.

Kurze Fakten

Aufgaben – Dafür sorgen Sie bei uns:

• Entwicklung datengetriebener Lösungen: Sie lernen moderne Methoden der Datenanalyse kennen und unterstützen unser Team bei der Entwicklung datengetriebener Modelle in Python, die als Entscheidungsgrundlage für Kolleg:innen aus den Bereichen Standort- und Netzwerkplanung dienen. Dabei arbeiten Sie an konkreten Fragestellungen der Logistikstrategie mit. Ein Beispiel ist die Entwicklung eines Forecasting-Tools, das auf Basis historischer Daten und bestehender Mengenprognosen zukünftige logistische Mengengerüste für mehrere Geschäftsjahre ableitet.
• Mitarbeit an strategischen Projekten: Sie erhalten Einblicke in die Planung und Gestaltung internationaler Logistiknetzwerke und unterstützen unser Team bei aktuellen Projekten durch die Analyse großer Datenmengen sowie die Durchführung von Ad-hoc-Auswertungen in Python.
• Zusammenarbeit im Team: Sie arbeiten eng mit unserem Team sowie mit verschiedenen Fachbereichen der Logistik zusammen und erhalten einen umfassenden Einblick in die technische Systemlandschaft sowie die datengetriebene Entscheidungsfindung eines internationalen Handelsunternehmens.

Anforderungen – Das bringen Sie mit:

• Ausbildung & Erfahrung: Sie absolvieren aktuell ein Bachelor- oder Masterstudium mit starkem quantitativem Fokus im Bereich Supply Chain Management, Logistik, Operations Research, Data Science, Statistik, Wirtschaftsinformatik, Wirtschaftsingenieurwesen, Mathematik oder einer vergleichbaren Fachrichtung.
• Kenntnisse und Fähigkeiten: Sie verfügen über gute Python-Kenntnisse und haben idealerweise bereits erste Erfahrungen in der Datenanalyse mit Pandas und NumPy gesammelt. Zudem bringen Sie Interesse an Datenanalyse, Datenverarbeitung und Automatisierung sowie erste Berührungspunkte mit KI-gestützter Programmierung mit und arbeiten gerne mit Git oder GitLab. Von Vorteil sind Kenntnisse in R, Erfahrung mit Snowflake oder anderen Datenplattformen sowie Grundkenntnisse im Supply Chain Management und Interesse an Operations Research und datengetriebenen Entscheidungsmodellen.
• Arbeitsweise:  Sie zeichnen sich durch analytisches Denken, eine strukturierte Arbeitsweise und hohe Lernbereitschaft aus. Neue Fragestellungen motivieren Sie und Sie arbeiten gerne gemeinsam im Team an innovativen Lösungen.

Ihr Job-Erlebnis – Das erwartet Sie bei dm:

• Teamarbeit: In unserem Team unterstützen wir uns wechselseitig und sind alle per Du. Wertschätzend im Umgang und gut vernetzt.  
• Präzise Einschulung: Um Aufgaben selbstständig erledigen zu können, ist uns bei dm eine ausführliche Einschulung zur Aufgabenstellung sehr wichtig.
• Moderne Arbeitswelt: Unser Verteilzentrum in Enns bietet ein völlig neues New Work-Umfeld zum Arbeiten und Wohlfühlen. Neueste Ausstattung und smarte Büromöbel – je nach Tag und Aufgabe finden Sie den geeigneten Raum. 
• Einblicke: Darüber hinaus erhalten Sie spannende Einblicke in ein erfolgreiches, europaweit tätiges Unternehmen. 

Das Gehalt beträgt auf Basis unseres internen, transparenten Einkommenssystems € 2.512,- brutto für Vollzeit. 

Uns bei dm eint der Antrieb, im Sinne des Menschen zu handeln. Dafür schaffen wir einen Raum, in dem Entwicklung möglich wird: für jeden Einzelnen, unsere Arbeitsgemeinschaft und für neue sinnstiftende Angebote, die unseren Kund:innen wirklich nutzen.

Sie haben Lust Arbeit anders zu leben? Dann freuen wir uns darauf, Sie kennenzulernen.