Senior Data Scientist (m/w/x)
Gestaltung und Leitung von Data-Science- und KI-Projekten für Kund:innen in Automotive, Handel, Banken und Versicherungen. Sehr gute Python-Kenntnisse in pandas, scikit-learn und PyTorch erforderlich. Gesundheitsbudget und Team-Offsites.
Deine Match-Analyse
Warum dieser Job zu dir passt
Mögliche Lücken
Tipps für deine Bewerbung
Passt dieser Job zu dir?Dein KI-Karriere-Agent sagt es dir.- Findet Jobs direkt auf den Karriereseiten
- Auch Stellen, die auf keiner Jobbörse landen
- Versteht deine Skills, nicht nur Jobtitel
Anforderungen
- Studium in Data Science, Informatik, Mathematik, Statistik, Physik, MINT oder Wirtschaftswissenschaften oder vergleichbare Qualifikation
- Sehr gute Programmierkenntnisse in Python (objektorientierte Entwicklung, pandas, scikit-learn, PyTorch)
- Kenntnisse in R sind ein Plus
- Fundierte Methodenkompetenz in Statistik, Wahrscheinlichkeitsrechnung und Machine Learning
- Fundierte Methodenkompetenz in Modellvalidierung und Experimentdesign
- Erfahrung in der Entwicklung prädiktiver Modelle (Forecasting, Scoring, Klassifikation, Clustering, Optimierung)
- Erfahrung in der Überführung prädiktiver Modelle in den produktiven Einsatz
- Gute SQL-Kenntnisse
- Erfahrung mit relationalen und NoSQL-Datenbanken
- Verständnis von ETL-/ELT-Prozessen
- Erfahrung mit mindestens einer Cloud-Plattform und ihren ML-/KI-Diensten (Azure, AWS, GCP, Databricks)
- Erste praktische Erfahrung mit generativer KI (Informationsabruf, Analysen, Datenzusammenfassungen)
- Verständnis für die Grenzen generativer KI
- Sicherer Umgang mit Versionskontrolle (Git)
- Sicherer Umgang mit CI/CD
- Sicherer Umgang mit automatisierten Tests
- Ausgeprägtes Verständnis für wirtschaftliche Zusammenhänge
- Fähigkeit, hinter Analyse die Geschäftsfrage zu erkennen
- Erfahrung in agilen Arbeitsweisen (Scrum/Kanban)
- Ausgeprägte Kommunikations- und Präsentationsstärke
- Souveränes Stakeholder-Management
- Freude am Weitergeben von Wissen
- Analytische Neugier
- Fähigkeit, strukturiert in komplexen und unscharfen Problemstellungen zu arbeiten
- Deutschkenntnisse auf C1/C2 Niveau
- Fachliche Sicherheit auch bei weniger als fünf Jahren Erfahrung
- Erfahrung in der Produktivsetzung von Modellen (Deployment, Versionierung, Experiment-Tracking, Monitoring, Drift-Erkennung, Retraining)
- Erfahrung in der systematischen Evaluierung von KI-Lösungen (Qualitätsmetriken, Test-Sets, Guardrails)
- Erfahrung mit Responsible-AI- und KI-Governance-Anforderungen
- Vertiefung in NLP und LLMs (Transformer, Conversational AI)
- Vertiefung in Computer Vision
- Kenntnisse in mathematischer Optimierung und Operations Research
- Erfahrung mit Real-Time- und Streaming-Inferenz
- Erfahrung mit skalierbaren Verarbeitungs-Frameworks wie Spark
- Erfahrung mit Visualisierungs- und Prototyping-Werkzeugen (Power BI, Tableau, Streamlit)
- Relevante Cloud- oder ML-Zertifizierungen
- Branchenerfahrung in Automotive, Handel, Banken & Versicherungen oder öffentlichem Sektor
- Erfahrung mit Datenstrategie-, Data-Literacy- oder Business-Building-Themen
- Erfahrung in Pre-Sales und Aufwandsschätzung
Aufgaben
- Data-Science- und KI-Projekte gestalten und fachlich leiten
- Use Cases hinsichtlich Machbarkeit, Datenlage und Wirtschaftlichkeit identifizieren und bewerten
- Geschäftsfragestellungen in analytische und technische Lösungsansätze übersetzen
- Explorative Datenanalyse, Feature Engineering und Aufbereitung komplexer, heterogener Datensätze durchführen
- Statistische und Machine-Learning-Modelle entwickeln, trainieren und optimieren
- Experimente und Validierungen konzipieren und durchführen
- Lösungen mit generativer KI und Large Language Models konzipieren und umsetzen
- Modelle gemeinsam mit Engineering-Teams produktiv setzen
- Lösungen auf modernen Cloud- und Data-Science-Plattformen konzipieren und umsetzen
- Nachvollziehbarkeit und verantwortungsvollen KI-Einsatz sicherstellen
- Analytische Erkenntnisse in managementtaugliche Entscheidungsvorlagen und Handlungsempfehlungen übersetzen
- Kund:innen in methodischen Fragestellungen beraten
- Workshops moderieren und Prototypen erstellen
- Standards und Best Practices mitgestalten
- Code- und Modell-Reviews durchführen
- Junior- und Mid-Level-Kolleg:innen mentoren
- Pre-Sales-Aktivitäten unterstützen
Berufserfahrung
Ausbildung
Sprachen
Tools & Technologien
Benefits
- Hybrid-/Remote-Modell
- Flexible Arbeitszeiten
- Gesundheitsbudget
- Team-Offsites
- Moderne Tech-Ausstattung
- Mobilitätspaket
- Jobrad
- Klar definierte Entwicklungsmöglichkeiten
- Jahresgespräche
- Kontinuierliche Trainings
- Zertifizierungen
- Zugang zu Branchen-Events
- Kollegiales, politikarmes Umfeld
Von Nejo automatisch aufbereitet
Nejo hat diesen Job automatisch von der Website des Unternehmens HyPlus Technology GmbH erfasst und die Informationen auf Nejo mit Hilfe von KI für dich aufbereitet. Trotz sorgfältiger Analyse können einzelne Informationen unvollständig oder ungenau sein. Bitte prüfe immer alle Angaben in der Originalanzeige! Inhalte und Urheberrechte der Originalanzeige liegen beim ausschreibenden Unternehmen.
Zur Originalanzeige bei HyPlus Technology GmbHÜber das Unternehmen
HyPlus begleitet Kund:innen im digitalen Wandel durch Entwicklung, Implementierung und Betrieb von Softwarelösungen und verbindet technologische Exzellenz mit Branchenkompetenz.
Nejo bewertet ihn, und bringt ihn danach gemeinsam mit dir in Bestform.
Noch nicht perfekt?
- CapgeminiSenior Data Scientist Defense (m/w/x)Vollzeit/Teilzeitmit HomeofficeSeniorBerlin, Hamburg, München, Köln, Frankfurt am Main, Düsseldorf, Stuttgart, Dortmund, Hannover, Nürnberg
- CapgeminiSenior Data Scientist Public Sector (m/w/x)Vollzeit/Teilzeitmit HomeofficeSeniorBerlin, Hamburg, München, Köln, Frankfurt am Main, Düsseldorf, Stuttgart, Dortmund, Hannover, Nürnberg
- DKV MobilitySenior Data Scientist (m/w/x)Vollzeit/Teilzeitmit HomeofficeSeniorRatingen
- A11Senior Data Scientist (m/w/x)Vollzeitmit HomeofficeSeniorDüsseldorf
- Deloitte GmbH WirtschaftsprüfungsgesellschaftSenior Consultant Data Science & ML Engineering (m/w/x)Vollzeitmit HomeofficeSeniorBerlin, Düsseldorf, Frankfurt am Main, Hamburg, Hannover, Köln, München, Stuttgart