Ausschreibung: Studentische Mitarbeit / Werkstudent KI & Datenanalyse (ML-Team / Einzelperson)

eigens net GmbH — Apotheken-Kooperation & Gesundheitsinnovation
Ort: Berlin, Franklinstraße (Nähe Universität)

Deine Mission

Lieferengpässe, saisonale Nachfragespitzen und externe Einflussfaktoren erschweren eine zuverlässig planbare Arzneimittelversorgung. Mit diesem Projekt wollen wir herausfinden, wie maschinelles Lernen & KI-Modelle konkret dazu beitragen können, die Arzneimittelverfügbarkeit sicherer und bedarfsgerechter zu machen — um Menschen Wartezeiten zu ersparen.

Das erwartet dich

• Arbeiten mit großen Datensätzen (ca. 10 Jahre, mehrere Millionen Datenpunkte)
• Identifikation, Integration und Korrelation externer Einflussfaktoren (Wettereinflüsse, Feiertage, Infektionsverläufe, Lieferengpässe etc.)
• Entwicklung, Training und Vergleich verschiedener ML-Modelle (Forecasting, Zeitreihen, Regressions- oder Klassifikationsansätze)
• Prozessdesign für Modellaktualisierung, Monitoring und Deployment bei vollständiger DSGVO-Konformität
• Möglichkeit, dass dein Prototyp später produktiv eingesetzt und weiterentwickelt wird

Zweistufiges Auswahlverfahren

Runde 1: Fachliche Eignung (diese Bewerbungsrunde) Bewirb dich mit deinen Unterlagen. Wir prüfen deine fachliche Qualifikation und Motivation.

Runde 2: Konzeptpitch (nur für qualifizierte Kandidaten) Qualifizierte Bewerber:innen erhalten zusätzliche Projektinformationen und werden eingeladen, einen 10-15-minütigen Konzeptpitch zu erarbeiten und zu präsentieren.

Wer gesucht wird

• Einzelpersonen oder Teams (2–3 Personen), die sich als High Potentials verstehen
• Studierende (z. B. Informatik, Data Science, Statistik, Mathematik, Wirtschaftsinformatik oder ähnlich) mit hohem Interesse an komplexen Analyse- und Prognoseaufgaben
• Interesse an Python oder ähnlichen Tools & ML-Bibliotheken, idealerweise erste relevante Projekte/Erfahrungen
• Hohe Motivation, analytische Denkweise, Lust auf Gestaltung und Impact

Anforderungen

• Studium in Informatik, Data Science, Statistik, Mathematik, KI, Wirtschaftsinformatik oder verwandtem Bereich
• Sehr hohe Motivation, Lernbereitschaft und Begeisterung für komplexe Daten- und Analyseaufgaben
• Erfahrung oder starkes Interesse an Machine Learning, Forecasting / Zeitreihenanalyse
• Gute Kenntnisse in Python (oder einer anderen geeigneten Sprache) und einschlägigen ML-Bibliotheken (z. B. scikit-learn, TensorFlow, PyTorch o. Ä.)
• Bewusstsein und Verantwortung für Datenschutz, Datensicherheit und Compliance
• Team- und Kommunikationsfähigkeit, selbständige Arbeitsweise

Wir bieten

• Reales, kritisch relevantes Praxisprojekt mit gesellschaftlichem Nutzen und echtem Impact
• Moderne Ausstattung, flexible Arbeitszeiten, Home-Office-Möglichkeiten
• Betreuung, Feedback, Mentoring durch erfahrene Kolleg:innen
• Laufzeit: 3 Monate, mit Option auf Verlängerung oder Anschlussprojekte bei erfolgreicher Zusammenarbeit
• Arbeitszeit: ca. 15-30 Stunden/Woche (je nach Semesterlage und Absprache)
• Knockout-Bounty: 10.000 € bei Erreichen der definierten Qualitäts- und Leistungsziele

Bewerbung

• Kurzes Motivationsschreiben (max. 1 Seite) – warum interessiert dich dieses Projekt?
• Lebenslauf
• Bisherige relevante Projekte / Referenzen (z. B. GitHub-Profile, Projektbeschreibungen, Studienarbeiten)
• Deine Verfügbarkeit (ab wann, wie viele Stunden/Woche)
• Betreff bitte: „ML-Projekt / Team“