Auf einen Blick
- Aufgaben: Entwickle innovative KI- und Datenanalyselösungen für verschiedene Benutzer.
- Unternehmen: Erkennbare Experten in einem dynamischen IT-Unternehmen.
- Vorteile: Flexibles Arbeiten, umfassende Schulungen und Karriereentwicklung.
- Weitere Informationen: Arbeiten in einem unterstützenden Team mit großartigen Wachstumschancen.
- Warum dieser Job: Gestalte die Zukunft mit KI und Datenanalyse und mache einen echten Unterschied.
- Qualifikationen: Abschluss in Informatik oder verwandtem Bereich, starke analytische Fähigkeiten.
Das prognostizierte Gehalt liegt zwischen 75000 - 95000 € pro Jahr.
Experis IT Luxembourg sucht aktiv nach einem Senior AI, BI und Data Analytics Solutions Engineer (m/w) für einen seiner Kunden in Luxemburg.
Ihre Aufgaben:
- Entwicklung von Prototypen und datenzentrierten Lösungen für verschiedene Benutzer unter Verwendung von Data Analytics (DA) und Künstlicher Intelligenz (AI).
- Bereitstellung von Anleitung, Unterstützung und Schulung für AI- und DA-Aufgaben für technische und nicht-technische Zielgruppen (Modellierung, Design, Architekturüberprüfungen, AI-Initiativen, Standards und Prozesse, Kompetenzzentrum).
- Vorbereitung architektonischer Ausgaben im Zusammenhang mit AI und DA (Referenzdatenarchitektur, Datenplattformen).
- Erfassung und Analyse von Geschäftsanforderungen.
- Durchführung technischer Analysen und Erstellung von Spezifikationen für AI- und DA-Lösungen.
- Durchführung explorativer Datenanalysen zur Identifizierung, Interpretation und Analyse von Mustern und Trends in komplexen Datensätzen zur Diagnose und Vorhersage.
- Design, Modellierung, Entwicklung, Verwaltung und Überprüfung von End-to-End DA- und AI-Produkten, Prototypen und Machbarkeitsnachweisen auf sowohl On-Premise- als auch Cloud-Datenplattformen, einschließlich Datenvorbereitung, Merkmalsengineering, Modellauswahl und -training, Visualisierung, Bereitstellung, Überwachung und Wartung.
- Implementierung von MLOps-Praktiken, einschließlich automatisierter Tests und Qualitätssicherung.
- Definition und Dokumentation von Schulungs- und Unterstützungsverfahren.
- Wartung von DA- und AI-Produkten, einschließlich Fehlersuche, Bugfixing, Leistungsanalyse und technischen Migrationen.
- Architektur, Design, Bereitstellung und Verwaltung von Komponenten von Datenplattformen.
- Integration und Wiederverwendung von COTS-, SaaS-, PaaS- und SaaS-Lösungen.
- Design und Implementierung von Datenschutz- und Sicherheitsmaßnahmen.
- Definition von Teststrategien, Design von Tests und Durchführung von Tests.
- Festlegung von Best Practices und Standards.
- Durchführung von Technologiewatch, Bewertung von Technologien und Mitwirkung an Plattformdefinitions- und Strategie-Dokumenten.
Ihr Profil:
- Abschluss in Informatik, Informationstechnologie oder einem verwandten Bereich.
- Fähigkeiten in der Geschäftsanalytik.
- Starke analytische Fähigkeiten, um Muster und Lücken bei der Datenexploration zu identifizieren.
- Tiefes Wissen über statistische Analysen und datengestützte Entscheidungsfindung.
- Umfangreiche Erfahrung mit Data Science- und AI-Techniken, insbesondere in den Bereichen Vorhersage, maschinelles Lernen und Generative AI.
- Versiert in Programmiersprachen für Datenanalytik und AI (z.B. Python, R) und Frameworks (z.B. .NET AI, SpringAI).
- Erfahren in maschinellen Lernalgorithmen (z.B. ANN, Random Forest) und Deep Learning-Frameworks.
- Fähig zur Entwicklung wiederverwendbarer AI-Modelle (z.B. huggingface) und Generative AI APIs (z.B. OpenAI).
- Erfahren in der Industrialisierung von DA- und AI-Lösungen.
- Kenntnisse über MLOps-Tools, Tests und Qualitätssicherung.
- Versiert im Umgang mit Visualisierungstools (z.B. PowerBI).
- Kenntnisse in SQL (z.B. Oracle, SQL Server) und No-SQL-Datenbanken (z.B. MongoDB, Neo4j).
- Erfahren mit Orchestrierungstools (z.B. Airflow) und ETL-Tools (z.B. DBT, SSIS).
- Vertraut mit Suchmaschinen (z.B. ElasticSearch, SOLR).
- Kenntnisse in der Datenmodellierung für Data Lakes und Data Warehouses.
- Erfahren mit Cloud-Umgebungen und Containerisierung.
- Fließend in Englisch. Jede andere Sprache wäre von Vorteil.
Angebot des Kunden:
- Arbeiten neben anerkannten Experten.
- Möglichkeit, teilweise von zu Hause aus zu arbeiten.
- Eine hervorragende Ausbildung und ein angesehenes Fachwissen.
AI, BI and Data Analytics Solutions Engineer (m/f) Arbeitgeber: Experis
Experis IT Luxembourg bietet eine herausragende Arbeitsumgebung für Fachkräfte im Bereich KI, BI und Datenanalyse. Mit der Möglichkeit, teilweise im Homeoffice zu arbeiten, profitieren Mitarbeiter von flexiblen Arbeitsbedingungen und einer hervorragenden Weiterbildung durch anerkannte Experten. Die Unternehmenskultur fördert Innovation und Zusammenarbeit, während vielfältige Wachstumschancen in einem dynamischen Umfeld geboten werden.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass Sie so AI, BI and Data Analytics Solutions Engineer (m/f) 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 Experis 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 AI, BI and Data Analytics Solutions Engineer (m/f) 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 AI, BI and Data Analytics Solutions Engineer (m/f) bei Experis gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei Experis 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 Experis entscheidend sein!
