Auf einen Blick
- Aufgaben: Entwickle spannende Datenanalysen und unterstütze modernen, nutzerorientierten Journalismus.
- Unternehmen: Deutsche Welle - ein internationaler Medienanbieter mit Sinn für Vielfalt.
- Vorteile: Flexible Arbeitsmodelle, umfangreiche Weiterbildung und attraktive Vergütung.
- Weitere Informationen: Dynamisches Team mit interdisziplinärer Zusammenarbeit und tollen Entwicklungsmöglichkeiten.
- Warum dieser Job: Trage zur Verbreitung freier Informationen und zur Stärkung der Meinungsfreiheit bei.
- Qualifikationen: Abgeschlossenes Studium in MINT oder Sozialwissenschaften und Erfahrung in Data Science mit Python.
Das prognostizierte Gehalt liegt zwischen 45000 - 55000 € pro Jahr.
Wir suchen für die Distribution, Marketing and Technology am Standort Bonn oder Berlin zum 1. Oktober 2026 bzw. nächstmöglichen Zeitpunkt eine*n (Junior) Data Scientist (w/m/d) auf der Basis eines auf drei Jahre befristeten Beschäftigungsverhältnisses.
Market & Audience Insights (MAI) ist die Service-Unit der DW für zielführende Analysen. Wir sorgen dafür, dass die DW ihre Zielgruppen und Märkte besser versteht - und ihre Angebote datenbasiert hierauf ausrichten kann. Hierfür arbeiten wir daran, immer mehr unterschiedliche Datenquellen klug miteinander zu verknüpfen, um automatisierte Analysen zu ermöglichen. Durch Deine Mitarbeit trägst du dazu bei, dass die DW ihre Zielgruppe besser erreicht, und so weltweit mehr Menschen freie Informationen für freie Entscheidungen nutzen.
Rolle
- Entwicklung und Steuerung komplexer Analyseprojekte und datengetriebener Prozesse zur Unterstützung eines modernen, nutzerorientierten Journalismus
- Datenanalyse auf Basis vielfältiger Quellen mithilfe des vollständigen Data-Science-Toolkits - von Data Mining und Feature Engineering bis hin zu Modelling, Deployment und Dashboarding
- Konzeption, Training, Deployment und Betrieb von KI- und Machine-Learning-Modellen sowie Aufbau und Weiterentwicklung skalierbarer MLOps- und Analytics-Lösungen
- Automatisierung und Optimierung zentraler Datenprozesse, damit aus wiederkehrenden Analysen effiziente, skalierbare Lösungen werden
- Identifikation von Einsatzmöglichkeiten für Advanced Analytics, Predictive Analytics und KI-Anwendungen sowie verständliche Kommunikation komplexer Methoden und Ergebnisse an unterschiedlichste Stakeholder
Profil
- Abgeschlossenes Hochschulstudium (Master/ Magister/ Diplom /sehr guter Bachelor) der 'MINT-Richtung' oder der empirischen Sozialwissenschaften
- Erste einschlägige Berufserfahrung in der Konzeption, Durchführung und Steuerung von Data-Science-Projekten mit Python - von der Planung bis zum erfolgreichen Projektabschluss
- Fundierte Kenntnisse in der Anwendung statistischer Methoden sowie von KI- und Machine-Learning-Modellen. Sicheres Verständnis mathematischer und statistischer Konzepte, insbesondere der deskriptiven und inferenziellen Statistik, Hypothesentests, Regressionsverfahren, multivariater Analysen sowie Verfahren der Klassifikation, Mustererkennung und des Clusterings
- Fortgeschrittene Python-Kenntnisse sowie praktische Erfahrung mit gängigen Data-Science-, Machine-Learning- und NLP-Frameworks wie NumPy, Pandas, SciPy, Matplotlib, Scikit-learn, PyTorch, TensorFlow, Transformers, SpaCy und Hugging Face
- Sicherer Umgang mit SQL-Datenbanken, Linux-Systemen, Bash und Docker
- Erfahrungen im Bereich MLOps (z. B. MLFlow, FastAPI, GitLab CI/CD, Unit Tests), Generative AI (z. B. OpenAI) sowie mit LLM- und agentenbasierten Workflows sind von Vorteil
- Ausgeprägte Fähigkeit zur verständlichen Aufbereitung und Visualisierung komplexer Daten und Zusammenhänge für technische und nicht-technische Zielgruppen. Analytische Denkweise, selbstständige und agile Arbeitsweise sowie eine hohe Lernbereitschaft und Freude an der Erschließung neuer Themenfelder. Souveräne Zusammenarbeit in interdisziplinären Teams
- Sehr gute Deutsch- und Englischkenntnisse in Wort und Schrift (mindestens C1-Niveau)
Benefits
- Sinnstiftende Aufgaben im internationalen Medienumfeld
- Moderne Arbeitskultur New Work
- Digital Leadership and Collaboration
- Entwicklungsmöglichkeiten
- Umfangreiches Bildungsprogramm und Formate
- Flexible Arbeitsmodelle
- Arbeitszeiten und Homeoffice
- Attraktive Vergütung auf marktgerechtem Niveau
Als Mitarbeitende der Deutschen Welle identifizieren wir uns mit den vom Deutsche-Welle-Gesetz vorgegebenen Werten. Insbesondere stellen wir uns gegen jede Form von Diskriminierung, Rassismus und Antisemitismus. Die Deutsche Welle (DW) ist der Auslandssender Deutschlands, verbreitet weltweit journalistische Angebote - multimedial und in mehr als 30 Sprachen. Darüber hinaus stärkt die DW Akademie das Menschenrecht auf Informations- und Meinungsfreiheit in Entwicklungs- und Schwellenländern. Als Mitglied der ARD sind wir stolz darauf, mit unseren vielfältigen und qualitativ hochwertigen Angeboten wesentlich zur Meinungs- und Medienvielfalt beizutragen. Wir fördern Diversität und Chancengleichheit. Ihre Bewerbung ist bei uns willkommen, ungeachtet Ihrer Nationalität, kulturellen, ethnischen oder sozialen Herkunft und Zugehörigkeit, Religion oder Weltanschauung, einer Behinderung, Ihrer sexuellen Identität, Ihrer Geschlechtsidentität oder Ihres Alters. Wir streben Geschlechterparität auf allen Ebenen der Organisation an.
Haben wir Ihr Interesse geweckt? Dann freuen wir uns über Ihre vollständige Bewerbung, inklusive Lebenslauf und Anschreiben, bis zum 27. August 2026.
(Junior) Data Scientist (w/m/d) Arbeitgeber: Deutsche Welle
Die Deutsche Welle bietet als international agierendes Medienunternehmen eine inspirierende Arbeitsumgebung in Bonn, die von einer Kultur der Vielfalt, Inklusion und Nachhaltigkeit geprägt ist. Mitarbeitende profitieren von flexiblen Arbeitszeiten, umfangreichen Weiterbildungsmöglichkeiten und einem breiten Betriebssportangebot, was die persönliche und berufliche Entwicklung fördert. Hier wird nicht nur Wert auf Teamarbeit gelegt, sondern auch auf die individuelle Entfaltung in einem dynamischen und modernen Arbeitsumfeld.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass du so (Junior) Data Scientist (w/m/d) erhalten könntest
✨Zeig dein Können in Data Science Wettbewerben!
Nimm an Wettbewerben wie Kaggle oder DrivenData teil. Dort kannst du deine Fähigkeiten in der Datenanalyse und im maschinellen Lernen unter Beweis stellen, was dir nicht nur praktische Erfahrungen bietet, sondern auch deine Sichtbarkeit in der Branche erhöht.
✨Nutze lokale Data Science Meetups!
Schau dir lokale Meetups und Networking-Events an, die sich auf Data Science fokussieren. Dort kannst du Gleichgesinnte treffen, dein Netzwerk erweitern und möglicherweise Kontakte knüpfen, die dir zu einem befristeten Job helfen könnten.
✨Hebe deine Projekte hervor!
Wenn du bereits an Projekten gearbeitet hast, sei es im Studium oder privat, präsentiere sie auf Plattformen wie GitHub. Das zeigt zukünftigen Arbeitgebern nicht nur dein Können, sondern auch deine Leidenschaft für Data Science.
✨Bewerbungen über unsere Website!
Vergiss nicht, dich direkt über unsere Website bei Deutsche Welle zu bewerben! Dort hast du die besten Chancen, gesehen zu werden und wir freuen uns immer über neue Talente in unserem Team.
Wir glauben, dass du diese Fähigkeiten brauchst, um (Junior) Data Scientist (w/m/d) mit Bravour zu bestehen
Einige Tipps für deine Bewerbung 🫡
Daten, Daten, Daten!:In der Datenwissenschaft kommt es darauf an, wie gut du mit Daten umgehst. Vergiss nicht, in deinem Lebenslauf Projekte oder Arbeiten zu erwähnen, bei denen du Daten analysiert oder Modelle entwickelt hast. Verwende auch spezifische Tools oder Programmiersprachen, die du bereits benutzt hast, wie Python oder R – das beeindruckt sicher!
Zeig uns deinen Code!:Wenn du ein paar coole Projekte oder Forschungsarbeiten hast, vielleicht sogar auf GitHub, wäre jetzt der perfekte Moment, das zu zeigen! Gerade bei einer befristeten Stelle ist es wichtig, dass du einen Nachweis über deine Fähigkeiten liefern kannst. Ein Portfolio oder Links zu deinen Arbeiten machen einen riesigen Unterschied.
Begeisterung ist der Schlüssel!:In deinem Anschreiben kannst du zeigen, wie sehr du für den Job brennst. Erkläre, warum du dich für die befristete Stelle bei Deutsche Welle interessierst, und was du in dieser Zeit lernen und beitragen möchtest. Das zeigt nicht nur deine Motivation, sondern auch, dass du dir Gedanken über das Team und das Unternehmen gemacht hast.
Klar kommunizieren!:Datenwissenschaftler müssen oft ihre Ergebnisse einfach und klar kommunizieren. Achte darauf, dass dein Anschreiben und Lebenslauf strukturiert und übersichtlich sind. Das hilft nicht nur dir, sondern zeigt auch Deutsche Welle, dass du in der Lage bist, komplexe Informationen verständlich zu präsentieren.
Wie man sich auf ein Vorstellungsgespräch bei Deutsche Welle vorbereitet
✨Mach dich mit den wichtigsten Tools vertraut
Im Data-Science-Bereich sind Kenntnisse in Tools wie Python, R und SQL absolut entscheidend. Sei bereit, während des Interviews konkrete technische Fragen zu diesen Tools zu beantworten oder sogar kleine Aufgaben zu lösen. Zeig, dass du die Funktionsweise dieser Technologien wirklich verstehst und anwenden kannst.
✨Präsentation deiner Projekte
Da es sich um eine befristete Stelle handelt, solltest du dein Portfolio oder deine bisherigen Projekte gut im Blick haben. Bereite eine kurze Präsentation deiner Arbeit vor – gehe auf die Problemstellung, deine Herangehensweise und die Ergebnisse ein. Zeig, was du gelernt hast und wie du dieses Wissen in die neue Rolle einbringen kannst.
✨Verstehe die Daten, die du analysierst
Interviewer im Bereich Data Science wollen oft überprüfen, wie gut du die verschiedenen Datentypen und deren Anwendung verstehst. Sei darauf vorbereitet, Szenarien zu diskutieren, in denen du bestimmte Datenquellen analysiert oder bereinigt hast. Das zeigt nicht nur technisches Know-how, sondern auch analytisches Denken.
✨Fragen zur Teamarbeit und Projekterfahrung
Befristete Stellen bedeuten oft, dass du in einem dynamischen Team arbeiten wirst. Sei bereit, Fragen zu deiner Teamarbeit und deinen Erfahrungen in Projekten zu beantworten. Erzähl, wie du Herausforderungen in der Zusammenarbeit gemeistert hast und welche Rolle du im Team übernommen hast.
