Data Scientist (AI Enablement, Machine Learning, Prompt Engineering) (m/w/d) ID03386

Data Scientist (AI Enablement, Machine Learning, Prompt Engineering) (m/w/d)

Für ein Projekt im Transport und Logistik suchen wir einen Data Scientist (m/w/d) mit Erfahrung in AI Enablement, Machine Learning und Prompt Engineering.

Projektinformationen

• Ort: Frankfurt am Main / Hybrid
• Start:
• Bewerbungsfrist:
• Laufzeit: – + Option
• Branche: Transport und Logistik

Aufgaben

Durchführung von AI-Enablement-Formaten zur Identifizierung und Priorisierung von KI-Anwendungsfällen, Einsatz von Machine Learning, generativer KI und KI-Werkzeugen zur Datenanalyse, Konzeption von Modellen, Dashboards, Datenvisualisierungen, Prompt-Bibliotheken und Dokumentationen sowie Beratung interner Fachbereiche.

Muss-Anforderungen

• Erfahrung in Konzeption und Durchführung von KI-Enablement Programmen im Konzernumfeld (>10.000 Mitarbeitende, 3 Jahre) zur Anwendung generativer/agentischer KI-Werkzeuge (M365 Copi, Kiro) im Arbeitskontext
• Nachweisliche Erfahrung in der Anwendung und Vermittlung von Prompt-Engineering-Methoden für generative KI-Tools im Unternehmenskontext über 3 Jahre
• Ausgeprägte Kenntnisse/Erfahrungen bzgl. der Methodenvielfalt für Wissensvermittlung (Blended Learning, Community-Formate) und Begleitung von Veränderungsprozessen im IT Umfeld innerhalb von Großkonzernen (>10.000 Mitarbeitende, 3 ProjektRef.)
• Erfahrung im Bedarfs-/ Anforderungsanalyse, Priorisierung und Übersetzung von fachlichen und technischen Bedarfen in geeignete KI-Enablement Maßnahmen
• Nachweisliche Erfahrung und tiefgehendes fachliches Verständnis (Funktionsweise, Einsatzszenarien, Grenzen, Best Practices) aktueller KI-Werkzeuge im Unternehmenskontext, insbesondere M365 Copilot, Copilot Stuido und vergleichbare KI-Assistenten.

Soll-Anforderungen

• Ausgeprägte Kommunikationsstärke und die Fähigkeit, komplexe Inhalte verständlich und motivierend an verschiedene Stakeholdergruppen von technischen Experten bis C-Level Entscheidungsträgern zu vermitteln
• Erfahrung in Feedback- und Evaluationsmethoden (NPS, Reifegrademessung, KPI-basierte Wirkungsmessung)
• Gute Kenntnisse von agilen Methoden (zB. Scrum, Kanban, SAFe) und nachweisliche Erfahrung in der Zusammenarbeit in cross-funktionalen Teams aus Entwicklern, IT-Spezialisten und Business Stakeholdern.

Technologien & Methoden

AI Enablement, Machine Learning, Prompt Engineering, generative KI, KI-Werkzeuge, M365 Copilot, Kiro, Copilot Studio, Blended Learning, Community-Formate, NPS, Reifegrademessung, KPI-basierte Wirkungsmessung, Scrum, Kanban, SAFe