Data Scientist (m/w/d) – JDC AI-Team
Data Scientist (m/w/d) – JDC AI-Team
Data Scientist (m/w/d) – JDC AI-Team
Data Scientist (m/w/d) – JDC AI-Team
Jung, DMS & Cie. AG
Finanzdienstleistungen
Frankfurt am Main
- Art der Beschäftigung: Vollzeit
- 46.500 € – 57.000 € (von XING geschätzt)
- Hybrid
- Zu den Ersten gehören
Data Scientist (m/w/d) – JDC AI-Team
Über diesen Job
Komm' in unser Team
- m/w/d
- Mainz / Hybrid
- Vollzeit
WIR SUCHEN DICH ALS
Data Scientist (m/w/d) – JDC AI-Team
Die JDC Group AG ist die innovative Finanzdienstleistungsplattform – gemacht von und für Finanzenthusiasten. Mit smarten Technologien, datengetriebenen Lösungen und tiefem Versicherungs- und Investment-Know-how helfen wir unseren Partnern, das Beste aus ihrer Beratung herauszuholen.
Zur Verstärkung unseres konzernweiten AI-Teams suchen wir eine*n Data Scientist (m/w/d), der/die unsere Daten- und KI-Initiativen weiterentwickelt und die Brücke zwischen Daten, Algorithmen und echtem Business-Impact schlägt.
EIN BLICK IN DEINEN TAG
Deine Aufgaben
- Du entwickelst, programmierst und betreibst Daten-, Machine-Learning- und AI-Pipelines (End-to-End: Datenaufnahme, Verarbeitung, Training, Deployment und Monitoring).
- Du entwickelst produktionsreife Softwarelösungen in Python und überführst Modelle zuverlässig in den operativen Betrieb.
- Du führst Explorative Datenanalysen (EDA) durch und identifizierst Muster, Trends und Anomalien in komplexen Datenbeständen.
- Du konzipierst, implementierst und optimierst Machine-Learning-Modelle zur Lösung konkreter geschäftlicher Fragestellungen.
- Du entwickelst und pflegst Prompt-Strategien (Prompt Engineering) für LLM-basierte Use Cases wie Extraktion, Klassifikation, Zusammenfassung und Q&A.
- Du arbeitest an LLM-Architekturen, z. B. Retrieval-Augmented Generation (RAG) und Vektor-Datenbanken.
- Du arbeitest eng mit Product, Engineering, BI und Fachbereichen zusammen, um skalierbare, automatisierte AI-Lösungen umzusetzen.
- Du stellst Qualität, Nachvollziehbarkeit, Wartbarkeit und Performance von Code, Modellen und Pipelines sicher.
- Du bereitest Analyse- und Modellergebnisse verständlich für technische und nicht-technische Stakeholder auf.
FÜR EIN PERFEKTES MATCH
Was du mitbringst
- Ein abgeschlossenes Studium in Data Science, Informatik, Mathematik, Statistik oder einem vergleichbaren quantitativen Fachbereich.
- Mehrjährige praktische Erfahrung als Data Scientist, Machine-Learning-Engineer oder in einer vergleichbaren Rolle.
- Sehr gute Programmierkenntnisse in Python und Erfahrung mit produktionsnaher Softwareentwicklung.
- Fundierte Erfahrung mit Daten-, ML- oder AI-Pipelines (z. B. ETL/ELT, Feature-Pipelines, Training- und Inference-Workflows).
- Erfahrung mit MLOps- und Pipeline-Tools (z. B. Azure ML, MLflow, Airflow, CI/CD, Container-Workflows).
- Sehr gute Kenntnisse im Prompt Engineering für Large Language Models inkl. Testing, Versionierung und Optimierung von Prompts.
- Verständnis moderner LLM-Architekturen und Evaluierung von Modell- und Output-Qualität.
- Sicherer Umgang mit Datenbanken (SQL/NoSQL) sowie strukturierten und unstrukturierten Daten.
- Analytisches Denkvermögen, hohe Problemlösungskompetenz und ein ausgeprägter Engineering-Mindset.
- Sehr gute Deutsch- und Englischkenntnisse in Wort und Schrift (mindestens C1 Niveau entsprechend).
FÜHL DICH WOHL BEI UNS
Was wir bieten
- Mitarbeit in einem strategisch priorisierten, konzernweiten AI-Team mit direktem Einfluss auf daten- und KI-getriebene Entscheidungen.
- Anspruchsvolle AI- und Data-Science-Use-Cases mit echtem Produktiv- und Business-Impact – kein reines Research.
- Großen Gestaltungsspielraum bei Architektur, Pipelines, Modellen und Prompt-Strategien.
- Hybrides Arbeitsmodell mit modernen Arbeitsplätzen in Frankfurt am Main und flexiblen Remote-Optionen.
- Kurze Entscheidungswege und enge Zusammenarbeit mit Fachbereichen und Management.
- Individuelle Weiterbildungs- und Entwicklungsmöglichkeiten im Bereich Data Science, ML und GenAI.
- Attraktive Vergütung, moderne Arbeitsausstattung und ein kollegiales, leistungsorientiertes Umfeld.