Senior Data Scientist/Engineer

Du bist motiviert und denkst, wir passen zu dir? Wir freuen uns von dir zu hören! Auch eigeninitiativ.

Wir suchen datenbegeisterte Köpfe, die nicht nur Modelle bauen, sondern mitdenken, hinterfragen, strukturieren – und gemeinsam mit uns aus Daten echten Mehrwert schaffen.Dich erwarten moderne Technologien, spannende Projekte mit vielfältigen Fragestellungen und ein Team, das Wissen teilt und Innovation lebt. Klingt spannend? Dann melde dich – wir freuen uns auf dich!

Was dich ausmacht

Als Senior Data Scientist / Engineer bist du die Schnittstelle zwischen Daten, Technologie und Business.

• Du entwickelst und implementierst Machine-Learning- und statistische Modelle, um komplexe Business-Probleme datengetrieben zu lösen.
• Du führst explorative Datenanalysen durch, betreibst Feature Engineering und validierst Hypothesen – inklusive A/B-Testing.
• Du übernimmst Verantwortung für den gesamten ML-Lifecycle: von der Datenaufbereitung über das Modelltraining bis hin zu Deployment und Monitoring (MLOps).
• Du arbeitest eng mit Data Engineers, Product Managern und Business-Stakeholdern zusammen, um datengetriebene Entscheidungen und Produkte zu ermöglichen.
• Du etablierst Best Practices im Bereich Data Science, treibst den Wissensaustausch im Team voran und übernimmst Mentoring-Aufgaben für Teammitglieder.
  

Was wir uns von dir wünschen

Idealerweise bringst du folgende Skills und Erfahrungen mit:

• Du verfügst über ein abgeschlossenes Studium in Informatik, Statistik, Mathematik, Data Science oder eine vergleichbare Qualifikation.
• Du bringst 5+ Jahre Berufserfahrung im Data-Science-/Engineering-Umfeld mit.
• Du beherrschst Python und SQL auf hohem Niveau und kannst komplexe Datenanalysen effizient umsetzen.
• Du hast Erfahrung mit Datenvisualisierung (z.B. matplotlib, seaborn, Plotly) und kommunizierst komplexe Ergebnisse klar und verständlich an Fachbereiche.
• Du bringst fundierte Kenntnisse in Statistik, Machine Learning, Deep Learning und Experimentdesign mit und wendest sie praxisnah an.
• Du hast Erfahrung mit Big-Data-Frameworks (z.B. Spark, Kafka) und Cloud-Umgebungen (AWS, GCP, Azure) und kannst skalierbare Lösungen entwickeln.
• Du verfügst über solides Wissen im Software Engineering (CI/CD, Docker, Kubernetes und Git).
• Bonus: Erfahrung mit Recommender Systems, Graph-Datenbanken, Data Lakes oder Data Warehouses rundet dein Profil ab.