Data Scientist
IHRE AUFGABEN:
- Entwicklung, Training und Evaluation von Machine-Learning-Modellen, z. B. für Regression, Klassifikation, Zeitreihenprognosen und Anomalieerkennung sowie von Modellen für Bild- und Videoanalyse
- Analyse, Aufbereitung und Qualitätssicherung großer, heterogener Datensätze (z. B. Sensor-, Bild-, und Betriebsdaten)
- Feature Engineering, Auswahl geeigneter Modellierungsansätze und Hyperparameter unter Berücksichtigung fachlicher Anforderungen, technischer Rahmenbedingungen und Betriebsrestriktionen
- Umsetzung von ML-Modellen in robusten, produktionsnahen Codestrukturen
- Enge Zusammenarbeit mit den Fachbereichen zur Übersetzung fachlicher Fragestellungen in datengetriebene Use Cases und Modellansätze
- Dokumentation von Modellen, Datenannahmen, Ergebnissen und Limitierungen zur Sicherstellung von Nachvollziehbarkeit, Governance-Anforderungen und Wartbarkeit
- Unterstützung bei der Überführung von Modellen in produktive IT-Systeme in Zusammenarbeit mit AI Integration Engineers, Softwareentwicklung und IT-Betrieb
- Mitwirkung an der Weiterentwicklung von Daten-, Feature- und Modellstandards sowie an Best Practices für Machine Learning und MLOps im Unternehmen
IHR PROFIL:
- Abgeschlossenes Hochschulstudium der Informatik, Wirtschaftsinformatik, Ingenieurwissenschaften oder eines vergleichbaren Studiengangs
- Mehrjährige praktische Erfahrung in der Konzeption, Umsetzung und Evaluierung klassischer Machine-Learning-Verfahren in realen Anwendungsfällen
- Fundiertes theoretisches Verständnis einer Vielzahl an gängigen statistischen Methoden und Machine Learning Modellen
- Sehr gute Programmierkenntnisse in Python sowie Erfahrung mit gängigen ML-Frameworks (z. B. scikit-learn, PyTorch, TensorFlow, XGBoost) und AzureML
- Belastbare Erfahrung mit Zeitreihenanalyse und -prognose sowie Computer Vision
- Erfahrung mit reproduzierbarer Modellentwicklung und Versionskontrollsystemen
- Ausgeprägte strukturierte und analytische Arbeitsweise, hoher Qualitätsanspruch sowie sorgfältige Dokumentation
- Hohe Eigenverantwortung und Pragmatismus in der Lösungsfindung
- Freude an der Arbeit im interdisziplinären Team und an der gemeinsamen Entwicklung praxisrelevanter KI-Lösungen
- Sehr gute Kommunikations- und Kooperationsfähigkeit sowie Erfahrung als Teil von interdisziplinärem Team
