Auf einen Blick
- Aufgaben: Entwickle innovative KI-Modelle für die Gesundheitsversorgung und forme das Produkt mit.
- Unternehmen: Wachsendes Health-Tech-Startup mit visionärem Ansatz.
- Vorteile: Echte Verantwortung, Zugang zu Gründern und Einfluss auf strategische Entscheidungen.
- Weitere Informationen: Kollaborative Kultur, die Lernen und Umsetzung fördert.
- Warum dieser Job: Gestalte eine KI-gesteuerte Gesundheitsplattform mit echtem Einfluss auf das Leben der Menschen.
- Qualifikationen: MSc oder PhD in ML, starke Python-Kenntnisse und Erfahrung in der Anwendung von ML.
Das prognostizierte Gehalt liegt zwischen 60000 - 80000 € pro Jahr.
We're partnering with an ambitious, investor-backed health technology scale-up that is building a next-generation preventive healthcare platform powered by machine learning, multimodal data, and conversational AI.
This is a rare chance to join as one of the earliest technical hires and help shape both the product and the company.
You'll work directly with founders and senior technical leaders, taking ownership of problems that sit at the intersection of AI, healthcare, and product innovation.
If you enjoy building from first principles, shipping quickly, and seeing your work reach real users, this role offers an exceptional level of autonomy and influence.
About the Organisation
The business is developing technology that uses everyday consumer devices to make health screening and early risk detection dramatically more accessible.
Their long-term vision is to create a trusted, intelligent health platform that combines digital signals, clinical data, and AI-driven decision support to help people identify potential issues earlier and engage with appropriate care pathways.
Backed by experienced investors and led by a team with deep expertise in machine learning, biostatistics, and healthcare technology, the company is now entering an exciting phase of product expansion and AI development.
The Impact You'll Have
As a Founding AI Engineer / Data Scientist, you won't be maintaining existing models - you'll be helping define what the AI stack becomes.
You will contribute to customer-facing capabilities such as
- Multimodal biomarker estimation using video, audio, text, and behavioural signals
- AI-powered clinical reasoning and protocol generation
- Foundational components for future conversational medical agents
You'll also help establish the company's ML infrastructure, deployment practices, and data foundations as the platform scales.
Key Responsibilities
- Design, train, evaluate, and deploy machine learning models across multimodal datasets.
- Build production-grade ML systems using Python and Py Torch.
- Develop recommendation and decision-support capabilities that deliver measurable user value.
- Work with large, heterogeneous datasets including audio, video, imaging, sensor, and clinical data.
- Create robust data pipelines and contribute to the overall ML platform architecture.
- Prototype and integrate modern AI techniques, including agentic and reasoning-based systems.
- Collaborate closely with product, engineering, and domain experts to translate research into usable features.
- Help define engineering standards, experimentation practices, and model monitoring processes.
- Stay current with advances in applied AI, healthcare ML, and production ML tooling.
What We're Looking For
- MSc or Ph D in Machine Learning, Statistics, Computer Science, or a related quantitative discipline.
- Strong industry experience in applied ML or data science (typically 4+ years, or 1+ year post-Ph D).
- Excellent Python development skills and strong software engineering fundamentals.
- Hands-on experience with Py Torch or comparable deep learning frameworks.
- Solid understanding of statistical modelling, machine learning, and experimental design.
- Experience building or deploying ML systems in production.
- Familiarity with recommendation systems, signal processing, or multimodal modelling.
- Comfort working in a fast-moving, high-ownership environment.
- Strong written and spoken English.
- Experience in healthcare, life sciences, or another regulated industry.
- Published research or significant applied research experience.
- Experience with LLM orchestration, AI agents, or reasoning architectures.
- Knowledge of MLOps, model monitoring, and scalable deployment practices.
- Exposure to clinical or biomedical datasets.
Why Join?
This is the kind of role where your decisions will matter immediately.
You'll be joining a small, highly capable team that values initiative, curiosity, and practical problem-solving.
The environment is designed for people who want to build rather than wait for permission.
In return, you'll get
- Genuine ownership of critical AI and data initiatives.
- Direct access to founders and strategic decision-making.
- The opportunity to help shape an AI-first healthcare product from an early stage.
- A mission with clear real-world impact.
- Exposure to cutting-edge work across multimodal AI, digital health, and conversational systems.
- A collaborative, low-ego culture focused on learning and execution.
- #J-18808-Ljbffr
Founding Data Scientist Arbeitgeber: DeepRec.ai
Als Arbeitgeber in einem schnell wachsenden Deep-Tech-Unternehmen bieten wir Ihnen die Möglichkeit, an der Spitze der KI-Innovation zu arbeiten. Unsere Unternehmenskultur fördert Zusammenarbeit und Kreativität, während wir in Ihre berufliche Weiterentwicklung investieren. Genießen Sie flexible Arbeitszeiten und ein hybrides Arbeitsmodell, während Sie mit modernsten Technologien arbeiten und echte Geschäftsergebnisse für unsere Kunden erzielen.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass du so Founding 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 DeepRec.ai 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 Founding 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 Founding Data Scientist bei DeepRec.ai gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei DeepRec.ai 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 DeepRec.ai entscheidend sein!