Senior Data Scientist (m/f/d)

Put your data science und Machine Learning Talent hinter einer guten Sache und helfen Sie, die Welt gesünder zu machen, indem Sie die nächste Generation von Produktinnovationen bei EGYM entwickeln. Sie übernehmen eine führende Rolle als Individual Contributor bei EGYM Genius – der Engine, die personalisierte Trainingspläne für unsere Nutzer ermöglicht – und kombinieren LLMs, klassische Machine Learning-Methoden und agentische Systeme von der Idee bis zur Produktion.

Modellentwicklung: Sie nutzen die vielfältigen Trainings- und Gesundheitsdaten von EGYM, um Machine-Learning-Modelle zu erstellen, die effektive und gesunde Workouts unterstützen.

Datenexploration: Sie analysieren komplexe Datensätze, validieren Hypothesen und entwickeln neue Ansätze für herausfordernde Probleme.

LLM & Agenten-Design: Sie entwerfen und pflegen LLM-basierte Komponenten und Agenten, die über den Benutzerkontext nachdenken, Tools/APIs aufrufen und mehrstufige Abläufe orchestrieren, um Trainingspläne zu generieren, anzupassen und zu erklären.

LLM-Evaluierung: Sie richten robuste Evaluierungspipelines für LLM-Funktionen und Agenten ein (goldene Datensätze, automatische Metriken, menschliche Bewertungen, Regressionstests und Sicherheits-/Schutztests).

Lokale & Open-Source-Modelle: Sie sind damit vertraut, über „nur eine API“ hinauszugehen - Sie können mit lokalen/open-source Modellen arbeiten (diese auf unserer Infrastruktur ausführen, anpassen oder feinabstimmen und Qualität, Latenz und Kosten ausbalancieren).

Zusammenarbeit: Sie arbeiten eng mit Software Engineering und Produktmanagement zusammen und teilen Machbarkeitsanalysen und laufende Ergebnisse.

Implementierung: Sie entwickeln Lösungen in einer dynamischen Softwareumgebung, die mit dem EGYM Tech Radar übereinstimmt.

Innovationsüberwachung: Sie verfolgen Fortschritte in KI und Machine Learning, um sicherzustellen, dass unsere Lösungen auf dem neuesten Stand der Technik bleiben.

Erfahrung: Sie bringen mehr als 5 Jahre Erfahrung in der Bereitstellung von Machine-Learning-basierten Lösungen mit, idealerweise in den Bereichen Personalisierung, Empfehlungssysteme oder Entscheidungsunterstützungsprodukte.

Programmierung & Daten: Sie schreiben produktionsbereiten Python-Code und arbeiten sicher mit strukturierten und unstrukturierten Daten in SQL- und NoSQL-Datenbanken; Sie sind komfortabel in der Zusammenarbeit mit Backend-Entwicklern, die in Java arbeiten.

ML & LLMs: Sie haben starke ML-Grundlagen und praktische Erfahrung in der Erstellung und Bewertung von LLM-gestützten Funktionen oder Agenten (Prompt-Design, Abruf, Tool-Nutzung, mehrstufige Abläufe, Definition von Qualitätskriterien, Erstellung von Testsets, Durchführung automatisierter und menschlicher Bewertungen sowie Fehleranalysen). Sie sind auch mit der Anpassung lokaler/open-source Modelle vertraut und verstehen die Kompromisse in Bezug auf Größe, Bereitstellung, Leistung und Kosten.

Hybride Ansätze: Sie sind damit vertraut, klassische ML-Methoden und LLMs zu kombinieren (z.B. für Scoring, Ranking, Empfehlungen oder als Komponenten in größeren Entscheidungssystemen).

Kommunikation & Verantwortung: Sie erklären komplexe Themen klar, arbeiten effektiv mit verschiedenen Stakeholdern und sehen Probleme von der Definition bis zum Produktionsstart durch.

Ihr Trainingsziel für die ersten 6 Monate:

• Fachwissen: Sie werden sehr vertraut mit EGYM’s Gesundheits- und Trainingsdaten.
• Cross-funktionale Erfahrung: Sie absolvieren eine Rotation in einem Softwareentwicklungsteam und arbeiten direkt mit Ingenieuren zusammen.
• Wirkungsbeitrag: Sie liefern sichtbare Produktverbesserungen und optimieren Ihre Arbeit anhand von echtem Nutzungsfeedback.
• Prozessoptimierung: Sie helfen uns, zu standardisieren, wie wir Modelle und LLM-Agenten erstellen und bereitstellen – indem Sie wiederverwendbare Evaluierungssuiten definieren, Schulungs- und Bereitstellungsschritte automatisieren und Monitoring für Qualität, Drift und Sicherheit einrichten.
• Produktpartnerschaft: Sie agieren als Sparringspartner für das Produktmanagement und helfen, unsere Produktvision zu erweitern.

Moderne Kultur: Seien Sie Teil einer modernen und internationalen Unternehmenskultur, in der Talent und Leidenschaft willkommen geheißen, gehört und Teil des Entscheidungsprozesses sind.

Kontinuierliche Entwicklung: Entwickeln Sie Ihre Fähigkeiten mit abwechslungsreichen, herausfordernden Aufgaben und regelmäßigem Feedback, um von einer steilen Lernkurve zu profitieren.

Work-Life-Balance: Profitieren Sie von flexiblen Arbeitszeiten, einer hybriden Arbeitsrichtlinie (2 Bürotage) und 30 Tagen Urlaub pro Jahr.

Fit & Gesund: Trainieren Sie kostenlos mit EGYM Wellpass in mehreren tausend Sport- und Gesundheitseinrichtungen in ganz Deutschland und/oder nutzen Sie unser hauseigenes Fitnessstudio mit EGYM-Produkten.

Flexibles Budget: Nutzen Sie 60 € pro Monat flexibel für öffentliche Verkehrsmittel und einen Essenszuschuss.

Mentoring-Programm: Tauschen Sie Wissen aus und wachsen Sie gemeinsam über Teams und Standorte hinweg durch unsere selbstorganisierte Mentoring-Plattform.

Rabatte: Erhalten Sie eine Vielzahl großartiger Rabattangebote, von Mode bis Freizeit, über unser Mitarbeiterbenefits-Portal.

Fahrradleasing: Bleiben Sie aktiv und nutzen Sie unser Leasingangebot für Fahrräder auf dem Weg zur Arbeit oder in Ihrer Freizeit.

Subventionierte Altersvorsorge: Profitieren Sie von unserer arbeitgeberseitig subventionierten Altersvorsorge.

Kontaktinformationen: Bewerben Sie sich jetzt mit Ihren Unterlagen (Lebenslauf, Gehaltsvorstellungen und frühestmöglichem Startdatum) und geben Sie die Stellen-ID #1807 an. Kontakt: Lara Kaul. Für weitere Informationen: https://career.egym.com. EGYM ist ein Arbeitgeber, der Chancengleichheit bietet. Alle Aspekte der Beschäftigung, einschließlich der Entscheidung über Einstellung, Beförderung, Disziplin oder Entlassung, basieren auf Verdienst, Kompetenz, Leistung und geschäftlichen Bedürfnissen, unabhängig von Rasse, Geschlecht, Religion, sexueller Orientierung, Alter oder einem anderen Aspekt der Identität einer Person.