AI, BI und Data Analytics Solutions Engineer (m/w/d)

Kurzüberblick

• Standort: Luxemburg
• Arbeitsmodell: Vollzeit
• Anstellungsart: Festanstellung

Aufgaben

• Entwicklung von Prototypen und datengetriebenen Lösungen für verschiedene Benutzer mit Data Analytics (DA) und Künstlicher Intelligenz (KI).
• Unterstützung, Schulung und Training für KI- und DA-Aufgaben für technische und nicht-technische Zielgruppen (Modellierung, Design, Architekturreviews, KI-Initiativen, Standards und Prozesse, Center of Expertise).
• Erstellung von architektonischen Ausgabedaten zu KI und DA (Referenzdatenarchitektur, Datenplattformen).
• Sammeln und Analysieren von Geschäftsanforderungen.
• Durchführen von technischen Analysen und Erstellung von Spezifikationen für KI- und DA-Lösungen.
• Durchführen von explorativen Datenanalysen, um Muster und Trends in komplexen Datensätzen zu identifizieren, zu interpretieren und zu analysieren.
• Design, Modellierung, Entwicklung, Verwaltung und Überprüfung von End-to-End-Daten- und KI-Produkten, Prototypen und Proof-of-Concepts auf Datenplattformen, einschließlich Datenvorbereitung, Feature-Engineering, Modellauswahl und -Training, Visualisierung, Bereitstellung, Überwachung und Wartung.
• Implementierung von MLOps-Praktiken, einschließlich automatisierter Tests und Qualitätssicherung.
• Definieren und Dokumentieren von Schulungs- und Supportverfahren.
• Wartung von Daten- und KI-Produkten, einschließlich Fehlerbehebung, Bug-Fixing, Leistungsanalyse und technische Migrationen.
• Architektur, Design, Bereitstellung und Verwaltung von Komponenten von Datenplattformen.
• Integration und Wiederverwendung von COTS, SaaS, PaaS- und SaaS-Lösungen.
• Design und Implementierung von Datenschutz- und Sicherheitsmaßnahmen.
• Definieren von Teststrategien, Designen von Tests und Durchführen von Tests.
• Einrichten von Best Practices und Standards.
• Durchführen von Technologie-Beobachtung, Bewertung von Technologien und Beiträge zu Plattformdefinition und Strategiedokumenten.

Anforderungen

• Bachelor-Abschluss in Informatik, Informationstechnologie oder einem verwandten Fach.
• Unternehmensanalysefähigkeiten.
• Starke analytische Fähigkeiten, in der Lage, Muster und Lücken bei der Erforschung von Daten zu identifizieren.
• Tiefes Wissen über statistische Analyse und datengetriebene Entscheidungsfindung.
• Umfangreiche Erfahrung mit Data Science- und KI-Techniken, insbesondere in Vorhersage, maschinellem Lernen und generativer KI.
• Kenntnisse von Programmiersprachen für Datenanalyse und KI (z.B. Python, R) und Frameworks (z.B..NET AI, SpringAI).
• Erfahrung mit maschinellen Lernalgorithmen (z.B. ANN, random forest) und Deep-Learning-Frameworks.
• Kenntnisse bei der Entwicklung von wiederverwendbaren KI-Modellen (z.B. huggingface) und generativer KI-APIs (z.B. OpenAI).
• Erfahrung bei der Industrialisierung von DA- und KI-Lösungen.
• Kenntnisse von MLOps-Tools, Tests und Qualitätssicherung.
• Kenntnisse von Visualisierungstools (z.B. PowerBI).
• Kenntnisse von SQL (z.B. Oracle, SQL Server) und No-SQL-Datenbanken (z.B. MongoDB, Neo4j).
• Erfahrung mit Orchestrierungstools (z.B. Airflow) und ETL-Tools (z.B. DBT, SSIS).
• Kenntnisse von Suchmaschinen (z.B. ElasticSearch, SOLR).
• Kenntnisse von Datenmodellierung für Datenlager und Datenwarenhäuser.
• Erfahrung mit Cloud-Umgebungen und Containerisierung.
• Englischsprachigkeit. Jede andere Sprache wäre ein Plus.

Vorteile

• Arbeit mit anerkannten Experten.
• Möglichkeit, teilweise von zu Hause aus zu arbeiten.
• Exzellente Ausbildung und eine renommierte Expertise.