Auf einen Blick
- Aufgaben: Entwickle und optimiere fortschrittliche Zeitreihenprognosen und prädiktive Modelle.
- Unternehmen: Capco Poland - führend in Technologie- und Managementberatung für die Finanzwelt.
- Vorteile: Flexibles Arbeitsmodell, spannende Projekte und Entwicklungsmöglichkeiten.
- Weitere Informationen: Agile Umgebung mit Fokus auf kontinuierliche Verbesserung und Karrierewachstum.
- Warum dieser Job: Gestalte die digitale Transformation im Finanzsektor mit innovativen Datenlösungen.
- Qualifikationen: Erfahrung in Python, Statistik und maschinellem Lernen erforderlich.
Das prognostizierte Gehalt liegt zwischen 55000 - 70000 € pro Jahr.
Wir suchen einen in Polen ansässigen Kandidaten. Bei Capco Polen sind wir nicht nur eine weitere Beratung - wir sind der Funke hinter der digitalen Transformation in der Finanzwelt. Als globaler Marktführer in Technologie- und Managementberatung unterstützen wir unsere Kunden dabei, die schwierigsten Herausforderungen in den Bereichen Banking, Zahlungen, Kapitalmärkte, Vermögen und Asset Management zu bewältigen.
Wir suchen einen erfahrenen Data Scientist mit umfassender Expertise in Python und Zeitreihenmodellierung, um Datenwissenschaftsdienste im Rahmen eines strategischen Prognose- und Modellentwicklungsprogramms bereitzustellen. Der ideale Kandidat bringt starke analytische und statistische Fähigkeiten, praktische Erfahrung im maschinellen Lernen und die Fähigkeit mit, sowohl mit geschäftlichen als auch technischen Stakeholdern effektiv zusammenzuarbeiten.
Erforderliche Qualifikationen:
- Entwicklung, Validierung und Optimierung fortschrittlicher Zeitreihenprognosen und prädiktiver Modelle.
- Verwendung von Python für Datenanalysen, Merkmalsengineering, statistische Modellierung und Entwicklung von maschinellem Lernen.
- Erstellung und Bereitstellung von Lösungen für maschinelles Lernen unter Verwendung von Azure Machine Learning und Databricks.
- Unterstützung und Verbesserung bestehender Prognosemodelle, einschließlich Modelle, die in R entwickelt wurden.
- Implementierung und Pflege von MLOps-Prozessen zur effizienten Bereitstellung, Überwachung und Lebenszyklusverwaltung von Modellen.
- Enge Zusammenarbeit mit Geschäftspartnern, um Anforderungen zu verstehen und in skalierbare Datenwissenschaftslösungen zu übersetzen.
- Entwicklung und Pflege robuster analytischer Datensätze und Datenmodelle zur Unterstützung von Prognose- und Berichtserfordernissen.
- Nutzung von Databricks für die Verarbeitung großer Datenmengen und fortgeschrittene Analysen.
- Sicherstellung der Datenqualität, Integrität und Einhaltung von Governance-Standards während des gesamten Modellierungszyklus.
- Erstellung klarer Dokumentationen und Kommunikation von Modellergebnissen und Empfehlungen an technische und nicht-technische Zielgruppen.
- Beitrag zu agilen Lieferpraktiken und kontinuierlichen Verbesserungsinitiativen.
- Aktualität in Bezug auf aufkommende Trends und Best Practices in Datenwissenschaft, maschinellem Lernen, Cloud-Technologien und Analytik.
Was wir suchen:
- Starke kommerzielle Erfahrung als Data Scientist oder Machine Learning Engineer.
- Fortgeschrittene Kenntnisse in Python.
- Starkes Verständnis von Statistik, Wahrscheinlichkeit und prädiktiven Modellierungstechniken.
- Erfahrung mit Frameworks für maschinelles Lernen und Methoden zur Modellvalidierung.
- Nachgewiesene Fähigkeit, mit großen und komplexen Datensätzen zu arbeiten.
- Erfahrung in der Zusammenarbeit mit funktionsübergreifenden Geschäfts- und Technikteams.
- Starke Kommunikations- und Stakeholder-Management-Fähigkeiten.
Zusätzliche Punkte:
- Erfahrung mit Azure Machine Learning.
- Erfahrung mit Databricks und verteilter Datenverarbeitung.
- Kenntnisse in MLOps, CI/CD-Pipelines und Modellüberwachung.
- Erfahrung mit R-Programmierung, einschließlich: RStudio, tidyverse (dplyr, tidyr), caret, randomForest, xgboost, ggplot2, Shiny.
- Erfahrung in der Entwicklung und Unterstützung von Datenpipelines.
- Kenntnisse in Git/Versionskontrolle und agilen Liefermethoden.
- Erfahrung mit Geodaten und räumlicher Analyse.
Wir bieten ein flexibles Zusammenarbeitsmodell auf Basis eines B2B-Vertrags mit der Möglichkeit, an verschiedenen Projekten zu arbeiten.
REKRUTIERUNGSPROZESS:
- HR-Interview mit dem Recruiter
- Technisches Interview mit dem Capco Engineering-Team
- Kundeninterview
- Feedback und Angebot
Data Scientist Arbeitgeber: Capco Poland
Capco Polen ist nicht nur eine weitere Unternehmensberatung, sondern der Funke hinter der digitalen Transformation in der Finanzwelt. Mit einer agilen und innovativen Unternehmenskultur bieten wir unseren Mitarbeitern die Möglichkeit, in einem dynamischen Umfeld zu wachsen und sich weiterzuentwickeln. Unsere flexiblen Arbeitsmodelle und die Zusammenarbeit an vielfältigen Projekten machen uns zu einem attraktiven Arbeitgeber für talentierte Fachkräfte, die eine bedeutungsvolle Karriere im Finanzsektor anstreben.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass du so Data Scientist erhalten könntest
✨Wende dich an die richtigen Communities
Schau dir Online-Communities und Foren an, die sich um Data Science drehen, wie Kaggle oder GitHub. Engagiere dich dort aktiv, teile deine Projekte und lerne von anderen – das wird dir helfen, nicht nur einen Fuß in die Tür zu bekommen, sondern auch wertvolle Kontakte zu knüpfen.
✨Präsentiere deine Daten-Projekte
Baue ein Portfolio auf, das deine besten Projekte zeigt. Nutze Plattformen wie GitHub oder eine persönliche Webseite, um deine Arbeiten zu veröffentlichen. Arbeitgeber im Data Science-Bereich schauen oft direkt auf praktische Erfahrungen, also zeig, was du drauf hast!
✨Nimm an Meetups und Hackathons teil
Besuche lokale Data Science-Meetups oder nehme an Hackathons teil. Diese Veranstaltungen sind nicht nur super, um dein Wissen zu erweitern, sondern auch Gold wert für Networking. Du lernst Fachkollegen kennen und kannst auf Lockere Art und Weise Eventualjobs ergattern.
✨Direkte Bewerbungen über unsere Seite
Vergiss nicht, direkt auf unserer Website nach Stellenangeboten bei Capco Poland zu schauen. Hier kannst du dich auf offene Datenwissenschaftsstellen bewerben und zeigst damit direktes Interesse, das viele Arbeitgeber schätzen!
Wir glauben, dass du diese Fähigkeiten brauchst, um Data Scientist mit Bravour zu bestehen
Einige Tipps für deine Bewerbung 🫡
Lass deine Daten sprechen!:In einem Bereich wie Data Science ist es entscheidend, dass du deine praktischen Fähigkeiten präsentierst. Wenn du an Projekten gearbeitet hast, die deine Analysefähigkeiten oder dein Wissen über Machine Learning demonstrieren, teile sie in deinem Lebenslauf oder füge einen Link zu deinem GitHub-Portfolio bei. Die Daten, die du analysiert hast, und die Tools, die du verwendest, sollten klar hervorgehoben werden.
Ergebnisse quantifizieren!:Unterstütze deine Erfahrung mit quantifizierbaren Ergebnissen. Zeige, wie du durch deine Analysen oder Modelle zur Entscheidungsfindung beigetragen hast oder wie deine Berechnungen den Rohdaten neue Erkenntnisse entlockt haben. Arbeitgeber in der Data Science sind oft an konkreten Verbesserungen und Effizienzsteigerungen interessiert!
Erläutere deine Lernbereitschaft!:Da es sich um eine Vollzeitstelle handelt, zeige in deinem Anschreiben, dass du bereit bist, zu lernen und dich weiterzuentwickeln. Sprich über deine Neugier für neue Technologien oder Methoden im Data Science Bereich. Vielleicht hast du auch Kurse besucht oder Zertifikate erworben, die deine Begeisterung zeigen!
Die richtige technische Sprache!:Achte darauf, dass deine Bewerbung alle relevanten technischen Begriffe enthält, die in der Data Science gebräuchlich sind. Nenne spezifische Programmier- und Analysetools wie Python, R oder SQL, die du beherrschst. Dies macht es für die Rekrutierer einfacher, schnell zu erkennen, dass du für die Rolle als Data Scientist bei Capco Poland gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei Capco Poland vorbereitet
✨Bereite deine technischen Skills vor
In einem Vorstellungsgespräch für eine Data-Science-Position wird oft dein Wissen über Tools wie Python, R oder SQL getestet. Mach dich mit gängigen Algorithmen und deren Einsatzmöglichkeiten vertraut, denn technische Fragen können schnell kommen. Lass uns sicherstellen, dass du in diesen Bereichen glänzt!
✨Verschaffe dir einen Überblick über Projekte
Da es sich um eine Vollzeitstelle handelt, ist es wichtig, dass du konkrete Erfahrungen und Projekte vorweisen kannst. Wenn du bereits an Data-Science-Projekten gearbeitet hast, sei bereit, diese in der Tiefe zu erläutern und zu diskutieren, wie du die Probleme gelöst hast. Dein Portfolio kann hier einen echten Unterschied machen!
✨Vorbereitung auf case studies
In Data-Science-Interviews sind case studies und praktische Probleme häufig Teil des Gesprächs. Übe, wie du strukturiert und logisch an solche Aufgaben herangehst. Arbeitgeber möchten sehen, wie du Daten analysierst und Lösungen entwickelst – bring also deine analytischen Fähigkeiten mit!
✨Zeige deine Leidenschaft für Daten
Mehr denn je geht es bei einer Vollzeitstelle darum, dass du nicht nur die Skills hast, sondern auch wirklich für das Feld brennst. Teile Anekdoten oder Erfahrungen, die zeigen, wie du zur Datenwissenschaft gekommen bist und was dich fasziniert. Diese Begeisterung kann für Capco Poland entscheidend sein!
