Senior Data Scientist- Munich- Germany

Wir suchen einen Senior Data Scientist – Generative AI, der fortschrittliche analytische, maschinelles Lernen und Generative AI-Lösungen entwirft, entwickelt und in die Produktion überführt, um messbaren Geschäftswert zu schaffen. Sie werden im gesamten Lebenszyklus der Datenwissenschaft arbeiten, von der Entdeckung von Möglichkeiten und Experimenten bis hin zur Modellevaluation, Bereitstellung, Überwachung und kontinuierlichen Verbesserung.

Dies ist eine Rolle für einen erfahrenen Einzelbeitragenden mit technischem Führungsanspruch: Sie werden Ansätze der Datenwissenschaft gestalten, Kollegen betreuen, Design-Reviews leiten und praktische Abwägungen zwischen klassischem maschinellen Lernen, statistischer Modellierung, NLP, LLM-basierten Anwendungen, Retrieval-Augmented Generation, Evaluierungsrahmen und MLOps treffen.

Aufgaben und Verantwortlichkeiten:

• Leitung des Designs, der Entwicklung und der Bereitstellung von Datenwissenschafts-, maschinellen Lern- und Generative AI-Lösungen, die priorisierte Geschäftsanwendungsfälle adressieren.
• Entwicklung von prädiktiven, Klassifikations-, Prognose-, Optimierungs- und Anomalieerkennungsmodellen unter Verwendung robuster statistischer und maschineller Lernmethoden.
• Design und Implementierung von Generative AI-Lösungen, einschließlich Anwendungen von großen Sprachmodellen, Retrieval-Augmented Generation-Pipelines, semantischer Suche, Zusammenfassungen, Klassifikation, Fragenbeantwortung und Inhaltserstellung.
• Definition von Modellauswertungsansätzen für Genauigkeit, Relevanz, Zuverlässigkeit, Verzerrung, Sicherheit, Halluzinationsrisiko, Kosten und Leistung.
• Zusammenarbeit mit Dateningenieuren, Analyseingenieuren, Produktverantwortlichen und Geschäftspartnern, um mehrdeutige Probleme in praktische analytische und KI-Lösungen zu übersetzen.
• Anwendung von MLOps und bewährten Verfahren der Softwareentwicklung, einschließlich Versionskontrolle, Tests, CI/CD, Überwachung, Dokumentation und wiederverwendbaren Komponenten.
• Starke Python- und SQL-Kenntnisse, mit Erfahrung in der Verwendung von Bibliotheken wie pandas, NumPy, scikit-learn und relevanten statistischen oder maschinellen Lernpaketen.
• Praktische Erfahrung mit maschinellen Lernframeworks und -ansätzen, einschließlich überwachten Lernens, unüberwachten Lernens, Merkmalsengineering, Modellauswahl und Modellvalidierung.
• Praktische Erfahrung im Aufbau von Generative AI- und LLM-basierten Lösungen, einschließlich Prompt Engineering, Einbettungen, Vektordatenbanken, RAG, Verankerung, Neurangierung und Evaluierung.
• Erfahrung mit NLP-Techniken wie Textklassifikation, Entitätsextraktion, semantischer Ähnlichkeit, Zusammenfassung und Informationsabruf.
• Erfahrung in der Verwendung von Databricks, Spark und Lakehouse-Konzepten für die großangelegte Datenvorbereitung, Experimente und Modellentwicklung.
• Vertrautheit mit Microsoft Fabric, Azure AI-Diensten, Azure Machine Learning oder vergleichbaren cloudbasierten KI- und Datenwissenschaftsplattformen.
• Erfahrung mit MLOps-Praktiken, einschließlich Git, automatisierten Tests, CI/CD, Modellregistrierung, Bereitstellung, Überwachung und Experimentverfolgung.
• Fähigkeit, KI-unterstützte Entwicklungstools verantwortungsbewusst zu nutzen, um Produktivität, Codequalität und Dokumentation zu verbessern.
• Nachweisliche Erfolge bei der Bereitstellung von Datenwissenschafts- oder KI-Lösungen in Produktions- oder nahezu Produktionsumgebungen für BI, Analytik, Automatisierung oder Entscheidungsunterstützungsanwendungen.

Zertifizierungen (wünschenswert):

• MSc oder PhD in Datenwissenschaft, Künstlicher Intelligenz, Informatik, Statistik, Mathematik, Ingenieurwesen oder gleichwertige praktische Erfahrung.
• Relevante Microsoft Azure-Zertifizierungen oder Prüfungen wie AI-900, DP-900, DP-100, DP-203 oder AI-102.
• Relevante Databricks-Zertifizierungen wie Machine Learning Associate, Machine Learning Professional oder Data Engineer Associate.
• Alle anerkannten Zertifizierungen in Generative AI, LLM, NLP, Responsible AI oder MLOps sind von Vorteil.

Persönliche Fähigkeiten:

• Fähigkeit, komplexe, mehrdeutige Geschäftsprobleme zu analysieren und in praktische Ansätze der Datenwissenschaft und KI zu übersetzen.
• Hervorragende mündliche und schriftliche Kommunikationsfähigkeiten.
• Hervorragende zwischenmenschliche Fähigkeiten.
• Selbststarter.
• Starke konzeptionelle Fähigkeiten.
• Exzellente Multitasking-Fähigkeiten.
• Außergewöhnliche analytische Fähigkeiten.
• Schnelles Lernen und Bewerten neuer KI-, Generative AI- und Datenwissenschaftswerkzeuge, -methoden und -konzepte.
• Hohe Aufmerksamkeit für Details.
• Pragmatische Urteilsfähigkeit in Bezug auf verantwortungsvolle KI, Datenschutz, Sicherheit, Governance und ethische Modellenutzung.