Auf einen Blick
- Aufgaben: Entwickle und implementiere KI-Lösungen mit modernsten Technologien.
- Unternehmen: Innovative Organisation im Bereich Enterprise AI mit einem Fokus auf Zusammenarbeit.
- Vorteile: Attraktives Gehalt, Gesundheitsleistungen, flexible Arbeitszeiten und Weiterbildungsmöglichkeiten.
- Weitere Informationen: Dynamisches Umfeld mit großartigen Karrierechancen und einem humanitären Auftrag.
- Warum dieser Job: Gestalte die Zukunft der KI und löse echte Geschäftsprobleme.
- Qualifikationen: Erfahrung in Datenwissenschaft und generativer KI erforderlich.
Das prognostizierte Gehalt liegt zwischen 115000 - 130000 € pro Jahr.
Job Description
What you need to know about the job
The Enterprise AI organization is seeking a Data Scientist with genuine real‑world expertise in both traditional machine learning and generative AI to join our team.
In this role, you will develop, deploy, and scale advanced AI solutions—including predictive models and generative AI systems—within a complex enterprise data ecosystem.
You will leverage large‑scale data, statistical techniques, and modern AI frameworks to solve high‑impact business problems.
This includes building production‑ready machine learning models, designing generative AI applications (e. g., LLM‑powered solutions), and collaborating with cross‑functional teams to deliver scalable, governed, and responsible AI solutions.
This role is best suited for individuals who have directly contributed to the design, build, and deployment of data science or AI solutions and can clearly articulate their hands‑on involvement in prior work.
Work location
Virtual; must reside in the United States and work on an east‑coast schedule. Some travel is required and participation on camera for meetings is required.
Key Responsibilities
- Develop, validate, deploy, and monitor machine learning and generative AI models to deliver actionable, scalable insights and solutions.
- Design and implement generative AI solutions using LLMs, prompt engineering, RAG pipelines, and fine‑tuning strategies.
- Analyze complex datasets by performing data preparation, transformations, exploratory analysis, and feature engineering to uncover trends, patterns, and actionable insights that support advanced analytics and model development.
- Design and implement end‑to‑end data and ML pipelines (including model training, evaluation, deployment and monitoring within production environments), while partnering with data engineering to continuously enhance and maintain MLOps tools and processes.
- Monitor and evaluate model performance using both quantitative metrics and human feedback loops.
- Collaborate with business stakeholders to translate business needs into AI‑driven solutions.
- Develop and deliver clear visualizations, dashboards, and reports that effectively communicate insights and drive business understanding and optimization.
- Ensure data quality, model and data governance standards, and responsible AI practices are met, including bias mitigation, security and privacy.
- Contribute to AI education, knowledge sharing, and innovation, staying current with emerging trends and translating them into practical applications.
- Required Qualifications
- Education: Bachelor’s degree required. Master’s degree preferred.
- Experience: Minimum of 2 years of related experience or equivalent combination of education and related experience.
- Comprehensive knowledge of modern data science techniques including supervised and unsupervised approaches, reinforcement learning, neural networks, clustering algorithms, natural language processing, Bayesian analysis, and experimental design frameworks, with extensive experience in several of the above.
- Hands‑on experience with generative AI technologies (e. g., LLMs, transformers, or similar frameworks).
- Broad knowledge of current data science tools and expert‑level ability with Python and the Python data science stack.
- Proficiency with general database concepts and SQL.
- Experience with cloud‑based MLOps frameworks, preferably Databricks and Dataiku.
- Experience with complex, automated analytics workflows and MLOps principles related to model governance and production model monitoring.
- Verbal and written communication skills with ability to articulate analytical insights/complex findings in a clear, concise, and actionable manner.
- Experience with analytic outreach and promotion and balancing competing business and analytic goals.
- Experience working in an Agile environment.
- Preferred Qualifications
- Demonstrated portfolio of work (e. g., Git Hub, notebooks, deployed applications, or project summaries).
- Experience explaining complex AI solutions to non‑technical stakeholders.
- Passion, energy, and commitment to the humanitarian mission of the Red Cross.
Compensation
The annual salary range for this position is $115K – $130K. No annual bonus is offered.
Benefits
- Medical, Dental, and Vision plans.
- Health Spending Accounts & Flexible Spending Accounts.
- PTO: Starting at 19 days a year; based on type of job and tenure.
- Holidays: 11 paid holidays (six core holidays and five floating holidays).
- 401K with up to 6% match.
- Paid Family Leave.
- Employee Assistance.
- Short‑ and long‑term disability and insurance.
- Service awards and recognition.
- EEOC Statement
The American Red Cross is an Equal Opportunity employer.
All qualified applicants will receive consideration for employment without regard to sex, gender identity, sexual orientation, race, color, religion, national origin, disability, protected veteran status, age, or any other characteristic protected by law.
#J-18808-Ljbffr
Data Scientist - Traditional and Generative AI Arbeitgeber: Dormont Manufacturing Co
Dormont Manufacturing Co ist ein hervorragender Arbeitgeber, der seinen Mitarbeitern in Genf die Möglichkeit bietet, an der Weiterentwicklung der SonarQube-Plattform zu arbeiten. Mit einer flexiblen Arbeitsweise, die sowohl Büro- als auch Remote-Tage umfasst, fördert das Unternehmen eine Kultur der Vielfalt und des kontinuierlichen Lernens, während es gleichzeitig spannende Wachstumschancen in einem dynamischen Umfeld bietet.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass du so Data Scientist - Traditional and Generative AI 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 Dormont Manufacturing Co 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 - Traditional and Generative AI 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 - Traditional and Generative AI bei Dormont Manufacturing Co gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei Dormont Manufacturing Co 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 Dormont Manufacturing Co entscheidend sein!