Deine Aufgaben

• Du übernimmst die fachliche und technische Leitung komplexer Data-Science-Vorhaben und übersetzt gemeinsam mit den Fachbereichen geschäftliche Fragestellungen in tragfähige analytische Lösungen.
• Du entwickelst statistische Modelle und Machine-Learning-Verfahren selbst mit und begleitest ihre Weiterentwicklung vom ersten Experiment bis zum produktiven Einsatz.
• Du verantwortest die methodische Qualität der Modelle. Dafür gestaltest du belastbare Experimente und Validierungsverfahren, bewertest Ergebnisse kritisch und machst Möglichkeiten und Grenzen transparent.
• Du gestaltest gemeinsam mit Engineering-Teams die Gesamtlösung aus Modellen, Datenverarbeitung und Schnittstellen und sorgst für eine zuverlässige Integration in bestehende Prozesse und Systeme.
• Du etablierst gemeinsame Standards für reproduzierbare Analysen, wartbaren Code und nachvollziehbare Modelle. Durch Reviews, Tests, Dokumentation und Monitoring sicherst du Qualität und Stabilität über den gesamten Lebenszyklus.
• Du evaluierst neue Methoden und Technologien – von klassischem Machine Learning bis zu generativer KI – und führst geeignete Ansätze dort ein, wo sie einen messbaren Mehrwert schaffen.
• Du begleitest Data Scientists fachlich, unterstützt sie durch Mentoring und Wissensaustausch und vertrittst methodische Entscheidungen verständlich gegenüber Fachbereichen, IT und Management.

Dein Profil

• Du hast ein abgeschlossenes Studium der Mathematik, Statistik, Physik, (Wirtschafts-)Informatik oder eines vergleichbaren quantitativen Fachs oder bringst eine entsprechende berufliche Qualifikation mit.
• Du verfügst über mehrjährige Erfahrung in Data Science und hast anspruchsvolle Machine-Learning-Lösungen erfolgreich vom fachlichen Problem bis zum produktiven Einsatz begleitet.
• Du besitzt fundierte Kenntnisse in Statistik und Machine Learning. Du kannst geeignete Verfahren auswählen, Hypothesen experimentell prüfen und die Aussagekraft sowie Grenzen von Modellergebnissen beurteilen.
• Du programmierst sicher mit Python und SQL und nutzt Git, automatisierte Tests und bewährte Entwicklungspraktiken für reproduzierbare und wartbare Data-Science-Lösungen.
• Du hast praktische Erfahrung mit Cloud-Umgebungen, idealerweise AWS, sowie mit der Bereitstellung und Überwachung produktiver ML-Services und den dafür erforderlichen MLOps-Prozessen.
• Du hast komplexe Vorhaben fachlich oder technisch geführt, gibst fundiertes Feedback und kannst Kolleg*innen für gemeinsame Methoden, Qualitätsstandards und Lösungswege gewinnen.
• Du verbindest analytische Tiefe mit Verständnis für den geschäftlichen Nutzen, kommunizierst prägnant und adressatengerecht und verfügst über sehr gute Deutsch- und Englischkenntnisse.