Senior Data Scientist (Machine Learning & Geospatial Analytics) - TS/SCI Required in Vienna

Senior Data Scientist (Machine Learning & Geospatial Analytics) - TS/SCI Required in Vienna

Wien Vollzeit 92300 - 166850 € / Jahr (geschätzt) Kein Homeoffice möglich
E

Auf einen Blick

  • Aufgaben: Entwickle und implementiere Machine Learning Modelle zur Lösung komplexer Missionen.
  • Unternehmen: Leidos, ein führendes Unternehmen im Bereich Datenwissenschaft und Geospatial Analytics.
  • Vorteile: Wettbewerbsfähiges Gehalt, Gesundheitsprogramme, Altersvorsorge und bezahlter Urlaub.
  • Weitere Informationen: Dynamisches Umfeld mit hervorragenden Karrieremöglichkeiten und der Chance, mit Experten zusammenzuarbeiten.
  • Warum dieser Job: Arbeite an spannenden Projekten mit modernster Technologie und mache einen echten Unterschied.
  • Qualifikationen: Erforderlich sind TS/SCI Clearance, Erfahrung in Data Science und starke Programmierkenntnisse in Python.

Das prognostizierte Gehalt liegt zwischen 92300 - 166850 € pro Jahr.

Leidos sucht einen Senior Data Scientist mit starken Fähigkeiten in der Entwicklung und Programmierung von maschinellem Lernen zur Unterstützung einer Kundenmission in Springfield, VA. Eine aktive TS/SCI-Sicherheitsfreigabe mit der Bereitschaft, ein Polygraph zu erhalten, ist erforderlich, um berücksichtigt zu werden. Diese Position konzentriert sich auf fortgeschrittene Datenwissenschaft und die Entwicklung von maschinellem Lernen im Rahmen einer GEOINT-Mission. Der ideale Kandidat bringt starke Programmier-, Modellentwicklungs- und analytische Problemlösungsfähigkeiten mit, um geospatial und multisource Daten zu integrieren und einen Einfluss auf die Mission zu erzielen.

Die Hauptverantwortlichkeiten umfassen:

  • Entwurf, Entwicklung, Training und Bereitstellung von Modellen für maschinelles Lernen zur Lösung komplexer Missionsprobleme.
  • Schreiben von produktionsreifem Code in Python (oder ähnlich) zur Unterstützung der Modellentwicklung, -testung und -bereitstellung.
  • Strukturierung disparater und unstrukturierter Daten (Bildmaterial, Text, geospatial Features) in verwendbare Formate für quantitative Analysen und Fusion.
  • Entwicklung und Wartung skalierbarer Datenpipelines zur Unterstützung automatisierter analytischer Workflows.
  • Erstellung und Anwendung statistischer Modelle, Algorithmen für maschinelles Lernen und Techniken zur Datenverarbeitung zur Mustererkennung und prädiktiven Analyse.
  • Generierung automatisierter Workflows zur Verbesserung der Effizienz, Reproduzierbarkeit und Skalierbarkeit der analytischen Produktion.
  • Aggregation bestehender Datenspeicher und Ermöglichung von Natural Processing (NLP) Abfragefähigkeiten unter Verwendung vorhandener APIs.
  • Verarbeitung und Analyse großer Mengen unstrukturierter Daten und Dokumente zur Extraktion missionsrelevanter Erkenntnisse.
  • Integration geospatialer und multisource Daten in fortgeschrittene analytische Workflows.
  • Übersetzung komplexer quantitativer Ergebnisse in klare, umsetzbare Erkenntnisse durch Visualisierung und Storytelling.
  • Zusammenarbeit mit funktionsübergreifenden Teams zur Bereitstellung skalierbarer, missionsfokussierter Datenwissenschaftslösungen.
  • Präsentation von Ergebnissen klar und selbstbewusst vor technischen und nicht-technischen Zielgruppen.

Grundlegende Qualifikationen:

  • Aktive TS/SCI-Sicherheitsfreigabe mit der Bereitschaft, ein Polygraph zu erhalten.
  • Bachelor-Abschluss und 12+ Jahre relevante Erfahrung oder Master-Abschluss und 10+ Jahre relevante Erfahrung in Datenwissenschaft, Informatik, Analytik oder einem verwandten Bereich.
  • Nachgewiesene Erfahrung auf Senior-Level in der Gestaltung, dem Training und der Bereitstellung von Modellen für maschinelles Lernen.
  • Starke Programmierkenntnisse in Python (oder ähnlich), mit Erfahrung in der Erstellung skalierbarer und wartbarer Lösungen.
  • Nachgewiesene Erfahrung in der Anwendung von Methoden der Datenwissenschaft (maschinelles Lernen, statistische Analyse, Datenengineering) auf reale Probleme.
  • Erfahrung in der Strukturierung und Verarbeitung großer, komplexer und unstrukturierter Datensätze.
  • Erfahrung in der Verarbeitung unstrukturierter Daten und Dokumente (z.B. Texte, Berichte, Open-Source-Inhalte).
  • Erfahrung in der Entwicklung oder Unterstützung von NLP-Fähigkeiten, einschließlich Abfragen über aggregierte Datenquellen.
  • Starkes Verständnis von Datenpipelines, Feature Engineering und Techniken zur Modellevaluation.
  • Erfahrung in der Arbeit mit geospatialen Daten und der Integration räumlicher Kontexte in analytische Workflows.
  • Starke Forschungs-, kritische Denk- und analytische Schreibfähigkeiten.
  • Vertrautheit mit der Arbeit in hochklassifizierten Umgebungen.
  • Erfahrung in der effektiven Arbeit in schnelllebigen, missionsgetriebenen Umgebungen, sowohl unabhängig als auch im Team.

Gewünschte Qualifikationen:

  • Russische Sprachkenntnisse (ILR 2+ oder höher).
  • Erfahrung in der Arbeit mit geospatialer Linguistik, Toponymie oder ausländischen geografischen Daten.
  • Regionale Expertise in der Russischen Föderation und/oder russisch beeinflussten Geografien.
  • Erfahrung in der Entwicklung von Modellen für maschinelles Lernen oder KI-gestützten Analysen in Sicherheits- oder GEOINT-Umgebungen.
  • Kenntnisse in Python für fortgeschrittene Analysen, Automatisierung oder Datenengineering-Workflows.
  • Erfahrung in der Entwicklung von Ontologien, Schemata oder Wissensgraphen.
  • Erfahrung in der Integration von Multi-INT oder multisource Daten in fortgeschrittene analytische Workflows.
  • Frühere Erfahrung in der Präsentation vor hochrangigen Regierungsvertretern.

Vergütung: $92,300.00 - $166,850.00

Leistungen: Die Beschäftigungsleistungen umfassen wettbewerbsfähige Vergütung, Gesundheits- und Wellnessprogramme, Einkommensschutz, bezahlten Urlaub und Altersvorsorge.

Engagement für Nichtdiskriminierung: Alle qualifizierten Bewerber werden ohne Rücksicht auf Staatsbürgerschaft, körperliche oder geistige Behinderung, medizinische Bedingungen, genetische Informationen, Familienstruktur, Familienstand, Abstammung, Status als Lebenspartner, Geschlecht oder Ausdruck, Veteranen- oder Militärstatus oder aus anderen gesetzlich verbotenen Gründen berücksichtigt.

Senior Data Scientist (Machine Learning & Geospatial Analytics) - TS/SCI Required in Vienna Arbeitgeber: Energy Jobline ZR

Leidos ist ein hervorragender Arbeitgeber, der seinen Mitarbeitern die Möglichkeit bietet, an bedeutenden Missionen im Bereich der Geospatial-Analytik und des maschinellen Lernens zu arbeiten. Mit einem starken Fokus auf berufliche Weiterentwicklung, einem unterstützenden Arbeitsumfeld und umfassenden Gesundheits- und Wellnessprogrammen fördert Leidos eine Kultur der Zusammenarbeit und Innovation. Die Position in Wien ermöglicht es den Mitarbeitern, in einem dynamischen Team zu arbeiten und ihre Fähigkeiten in einem hochsicheren Umfeld weiterzuentwickeln.

E

Kontaktdaten:

Energy Jobline ZR Recruiting-Team

StudySmarter Expertenrat🤫

Wir sind der Meinung, dass Sie so Senior Data Scientist (Machine Learning & Geospatial Analytics) - TS/SCI Required in Vienna erhalten könnten

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 Energy Jobline ZR 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 Senior Data Scientist (Machine Learning & Geospatial Analytics) - TS/SCI Required in Vienna mit Bravour zu bestehen

Machine Learning
Python
Geospatial Data Analysis
Data Engineering
Natural Language Processing (NLP)
Statistical Analysis
Data Pipeline Development

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 Senior Data Scientist (Machine Learning & Geospatial Analytics) - TS/SCI Required in Vienna bei Energy Jobline ZR gut geeignet bist.

Wie man sich auf ein Vorstellungsgespräch bei Energy Jobline ZR 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 Energy Jobline ZR entscheidend sein!