Aufgaben der Stelle

• Design & Implementierung von Advanced Analytics- und Machine Learning Modellen
• Zusammenarbeit mit Data Engineers zur Gewährleistung hochwertiger, skalierbarer Datenpipelines und Model-Deployment-Workflows
• Analyse großer (un-)strukturierter Datensätze zur Gewinnung von verwertbaren Erkenntnissen
• Entwicklung und Pflege reproduzierbarer Data-Science-Workflows unter Verwendung von Python und Cloud-nativen Tools
• Kommunikation von Ergebnissen und Empfehlungen an Stakeholder durch überzeugende Visulisierungen und Storytelling
• Beitrag zur kontinuierlichen Verbesserung der Data-Science-Infrastruktur und Best Practices

Profil der Stelle

• Abgeschlossenes Studium, zum Beispiel Data Science, Computer Science, Statistik, Mathematik, Physik oder Vergleichbares
• Einschlägige relevante Berufserfahrung in angewandter Data Science oder maschinellem Lernen im industriellen Kontext (vorzugweise auf AWS)
• Gute Programmierkenntnisse in Python, einschließlich Erfahrung mit Bibliotheken wie pandas, scikit-learn, TensorFlow/PyTorch und matplotlib/seaborn
• Tiefgreifendes Verständnis von statistischer Modellierung, Algorithmen von maschinellem Lernen und Techniken zur Modellbewertung
• Erfahrung mit Cloud-basierten Datentools wie SageMaker, Glue, Athena, Lambda und S3
• Vertrautheit mit MLOps-Praktiken, einschließlich CI/CD-Pipelines (z. B. GitLab), Docker und Modellüberwachung
• Gute SQL Kenntnisse und Erfahrung in der Arbeit mit großen Data Warehouses
• Selbstständiger, strukturierter und lösungsorientierter Arbeitsstil mit kollaborativer Denkweise
• Fließende Deutsch- und Englischkenntnisse in Wort und Schrift

Bereitgestellt in Kooperation mit der Bundesagentur für Arbeit.