Data Scientist (m/w/d)

AI · Data Science

Jetzt bewerben!

Deine Aufgaben

Praktische Umsetzung von Machine-Learning-Anwendungen, Einsatz von KI-Agenten zur Automatisierung von Geschäftsprozessen, Propensity-Modelling für Marketingkampagnen sowie Prognosen für die Nachfragevorhersage und Sortimentsoptimierung.
Deployment, Wartung und Überwachung von KI-Lösungen. Entwurf von Szenarien, Planung und Ausführung von Batch-Modellen oder APIs für bedarfsgesteuerte Anwendungen.
Präsentationen für technische und/oder geschäftliche Stakeholder. Vorbereitung und Durchführung von Präsentationen für wichtige Geschäftspartner, um die Ergebnisse von ML-Modellen einem nicht-technischen Publikum verständlich zu machen und den geschäftlichen Nutzen aufzuzeigen.
Erfassen von Geschäftsanforderungen von Fachbereichen und deren technische Umsetzung.
Definition von Geschäftsanforderungen, Dokumentation, Erstellung von Wireframes, Kommunikation mit Entwicklern, Überwachung der Entwicklung, Durchführung interner Tests und Validierung aller KPI-Werte und ‑Formeln.
Aufbau und Pflege von Beziehungen zu Partnern und gemeinsame Optimierung sowie Verbesserung der Integration.
Berichterstattung über häufige technische Probleme oder Anfragen und Weitergabe von Verbesserungsvorschlägen an das Produktteam.
Kommunikation von zentralen Erkenntnissen und Ergebnissen an das Produktteam.

Über 4 Jahre Berufserfahrung als Data Scientist.
Ausgeprägte Fähigkeiten in Data Engineering und Softwareentwicklung.
Expertise in Python und einem der zugehörigen Frameworks (z. B. scikit-learn, TensorFlow, PyTorch, h2o etc.) für Machine Learning und Deep Learning.
Fundierte Kenntnisse in Statistik, Machine Learning und agentenbasierter künstlicher Intelligenz.
Kenntnisse im Bereich ML-Ops (Modellbereitstellung, Überwachung der Modellleistung, Data Drift, Integration von REST-APIs, Simulationen etc.).
Mindestens 3 implementierte Machine-Learning-Projekte in einer produktiven Umgebung.
Hervorragende Kommunikations- und Teamfähigkeiten, in der Lage, komplexe Sachverhalte und Auswirkungen in einfachen, geschäftsrelevanten Begriffen zu erklären.
Kenntnisse in Optimierungstechniken (Operations Research, MIP etc.) sind von Vorteil.
Kenntnisse in DataIku sind von Vorteil.

Mitarbeit in einem internationalen und talentierten Team mit exzellentem Arbeitsumfeld, in dem Menschen mit Leidenschaft bei der Sache sind.
Attraktives Gehalt, abhängig von Erfahrung und eingebrachtem Wissen.
Flexible Arbeitszeiten.

Praktische Umsetzung von Machine-Learning-Anwendungen, Einsatz von KI-Agenten zur Automatisierung von Geschäftsprozessen, Propensity-Modelling für Marketingkampagnen sowie Prognosen für die Nachfragevorhersage und Sortimentsoptimierung.
Deployment, Wartung und Überwachung von KI-Lösungen. Entwurf von Szenarien, Planung und Ausführung von Batch-Modellen oder APIs für bedarfsgesteuerte Anwendungen.
Präsentationen für technische und/oder geschäftliche Stakeholder. Vorbereitung und Durchführung von Präsentationen für wichtige Geschäftspartner, um die Ergebnisse von ML-Modellen einem nicht-technischen Publikum verständlich zu machen und den geschäftlichen Nutzen aufzuzeigen.
Erfassen von Geschäftsanforderungen von Fachbereichen und deren technische Umsetzung.
Definition von Geschäftsanforderungen, Dokumentation, Erstellung von Wireframes, Kommunikation mit Entwicklern, Überwachung der Entwicklung, Durchführung interner Tests und Validierung aller KPI-Werte und ‑Formeln.
Aufbau und Pflege von Beziehungen zu Partnern und gemeinsame Optimierung sowie Verbesserung der Integration.
Berichterstattung über häufige technische Probleme oder Anfragen und Weitergabe von Verbesserungsvorschlägen an das Produktteam.
Kommunikation von zentralen Erkenntnissen und Ergebnissen an das Produktteam.

Über 4 Jahre Berufserfahrung als Data Scientist.
Ausgeprägte Fähigkeiten in Data Engineering und Softwareentwicklung.
Expertise in Python und einem der zugehörigen Frameworks (z. B. scikit-learn, TensorFlow, PyTorch, h2o etc.) für Machine Learning und Deep Learning.
Fundierte Kenntnisse in Statistik, Machine Learning und agentenbasierter künstlicher Intelligenz.
Kenntnisse im Bereich ML-Ops (Modellbereitstellung, Überwachung der Modellleistung, Data Drift, Integration von REST-APIs, Simulationen etc.).
Mindestens 3 implementierte Machine-Learning-Projekte in einer produktiven Umgebung.
Hervorragende Kommunikations- und Teamfähigkeiten, in der Lage, komplexe Sachverhalte und Auswirkungen in einfachen, geschäftsrelevanten Begriffen zu erklären.
Kenntnisse in Optimierungstechniken (Operations Research, MIP etc.) sind von Vorteil.
Kenntnisse in DataIku sind von Vorteil.

Mitarbeit in einem internationalen und talentierten Team mit exzellentem Arbeitsumfeld, in dem Menschen mit Leidenschaft bei der Sache sind.
Attraktives Gehalt, abhängig von Erfahrung und eingebrachtem Wissen.
Flexible Arbeitszeiten.