Auf einen Blick
- Aufgaben: Entwickle Machine-Learning-Verfahren zur Erkennung von Finanzkriminalität und Anomalien.
- Unternehmen: Innovatives Unternehmen im Bereich Data & AI mit Fokus auf Finanztechnologie.
- Vorteile: Flexible Arbeitszeiten, mobiles Arbeiten und umfassende Altersvorsorge.
- Weitere Informationen: Dynamisches Umfeld mit Möglichkeiten zur persönlichen und beruflichen Weiterentwicklung.
- Warum dieser Job: Gestalte die Zukunft der Finanzsicherheit mit modernsten Technologien und Methoden.
- Qualifikationen: Masterabschluss in Informatik oder verwandten Fächern und Kenntnisse in Python und PyTorch.
Das prognostizierte Gehalt liegt zwischen 63000 - 77000 € pro Jahr.
Deine Aufgaben: Du entwickelst Machine-Learning-Verfahren zur Erkennung verdächtiger Transaktionsmuster sowie komplexer Anomalien in Transaktions- und Beziehungsnetzwerken und untersuchst deren Nutzen für die Erkennung von Finanzkriminalität. Du untersuchst moderne Ansätze wie Graph Neural Networks, selbstüberwachtes Lernen und kontrastives Pre-Training, insbesondere für Szenarien mit wenigen gelabelten Daten. Du entwickelst Methoden für eine zuverlässige Graphkonstruktion und Entity Resolution und analysierst, wie unvollständige Daten und fehlerhafte Beziehungen die Modellqualität beeinflussen. Du evaluierst neue Verfahren systematisch hinsichtlich Erkennungsleistung, Robustheit sowie Erklärbarkeit und überführst geeignete Ansätze in innovative AI-Lösungen für Banken und Versicherungen. Du verfolgst aktuelle Forschung im Bereich Graph Intelligence und bringst wissenschaftliche Erkenntnisse in die Weiterentwicklung unserer Data-&-AI-Lösungen ein.
Deine Skills: Du hast einen sehr guten Masterabschluss in Informatik, Mathematik, Statistik, Physik oder einem verwandten quantitativen Fach und arbeitest aktuell an deiner Promotion oder beginnst das Promotionsstudium in Kürze. Du hast fundierte Kenntnisse in Python und PyTorch sowie Erfahrung mit sauberem, reproduzierbarem Code, Git und systematischer Modellevaluation. Du hast praktisch mit PyTorch Geometric oder DGL gearbeitet und mindestens ein GNN-Modell selbst trainiert, beispielsweise GCN, GAT oder GraphSAGE, idealerweise auf realitätsnahen Daten. Du verstehst selbstüberwachtes Lernen konzeptionell und praktisch und kennst Ansätze wie rekonstruktionsbasierte Verfahren, kontrastive Lernziele oder Masked-Graph-Modelle. Du kennst zentrale Herausforderungen der Graphkonstruktion, darunter Entity Resolution, Record Linkage, kNN-basierter Graphaufbau sowie die Auswirkungen fehlerhafter, fehlender oder zeitlich inkonsistenter Kanten. Du verfügst über sehr gute Deutschkenntnisse (mindestens C1-Niveau, verhandlungssicher) sowie gute Englischkenntnisse (mindestens B2-Niveau, fließend) in Wort und Schrift.
Diese Skills wären ein weiteres Plus, sind aber kein Muss: Erfahrung mit Neo4j, Knowledge Graphs, Property Graphs oder Entity Resolution. Kenntnisse in graphbasierter Anomalieerkennung, etwa mit DOMINANT, AnomalyDAE oder CARE-GNN, sowie Erfahrung mit kontrastivem Lernen. Erste Erfahrung mit Fraud Detection, Anti-Money Laundering (AML) oder der Analyse komplexer Transaktionsnetzwerke. Erfahrung mit Docker, Modellversionierung, Monitoring und dem produktiven Deployment von Machine-Learning-Modellen.
Deine Benefits: Versicherung & Altersvorsorge: Sicher unterwegs mit zeb – über eine Gruppenunfallversicherung bist du auch privat in Deutschland versichert. Für Auslandsdienstreisen besteht eine zusätzliche Auslandsversicherung, und für deine Altersvorsorge kannst du über zeb eine betriebliche Altersvorsorge abschließen. Mobiles Arbeiten: Durch unsere technische Ausstattung ist mobiles Arbeiten von überall möglich – unabhängig davon, ob du gerade im Zug, zu Hause oder im Office bist. zeb.life: Dein Leben verändert sich – und wir möchten dich in den verschiedenen Phasen begleiten. Mit zeb.life findest du Unterstützung beispielsweise bei der Kinderbetreuung, im Lebenslagenmanagement und Eldercare oder bei der Suche nach Conciergediensten. Arbeitszeitmodelle: Bei uns gilt für alle Mitarbeitenden das Prinzip "trust-based hours" für flexible Arbeitszeiten. Für Festangestellte sind auch Teilzeitmodelle möglich: Unter Berücksichtigung deines Projekts kannst du in Absprache mit deinem:deiner CDC (Career Development Counselor) dein Modell entwickeln und nach Bedarf anpassen. Gestalte dein Arbeitszeitmodell sowie deine Stunden damit nach deinen privaten Anforderungen und passe deine Arbeitszeiten an deine persönliche Situation an. Als Vertragsoption bietet das Modell "Family & More" zudem eine Garantie für reisefreie Wochentage, die vertraglich fixiert sind. Je nach Umfang der Reduzierung der Reisezeit erfolgt eine zeitlich befristete Gehaltsanpassung.
Doktorand Graph Machine Learning & Financial Crime Analytics (w|m|d) | findic in Berlin Arbeitgeber: findic
findic ist ein hervorragender Arbeitgeber, der dir die Möglichkeit bietet, in einem dynamischen und innovativen Umfeld zu arbeiten. Mit einem starken Fokus auf persönliche Weiterentwicklung und Weiterbildungsmöglichkeiten fördert das Unternehmen deine Karriere und unterstützt dich dabei, deine individuellen Stärken auszubauen. Die offene und teamorientierte Unternehmenskultur ermöglicht es dir, aktiv an spannenden Projekten mitzuwirken und kreative Lösungen für unsere Kunden zu entwickeln.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass du so Doktorand Graph Machine Learning & Financial Crime Analytics (w|m|d) | findic in Berlin erhalten könntest
✨Sei aktiv in lokalen Datenbank-Communities
Schau dir lokale Meetup-Gruppen oder Online-Communities an, die sich mit Datenbanken beschäftigen. Dort kannst du nicht nur dein Netzwerk erweitern, sondern auch wertvolle Kontakte knüpfen, die dir bei der Jobsuche helfen können. Viele Unternehmen schätzen Empfehlungen aus diesen Communities.
✨Zeige deine Skills in Open-Source-Projekten
Beteilige dich an Open-Source-Projekten, die mit Datenbanken arbeiten. So kannst du deine Fähigkeiten unter Beweis stellen und gleichzeitig einen beeindruckenden Portfoliobereich aufbauen, den du potenziellen Arbeitgebern präsentieren kannst.
✨Besuche Jobmessen und Recruiting-Events
Jobmessen sind eine großartige Gelegenheit, um direkt mit Unternehmen in Kontakt zu treten. Informiere dich über lokale Jobmessen, die sich auf Tech- und Datenbankrollen konzentrieren, und bereite uns vor, um unseren Lebenslauf und unser Interesse an der Rolle zu präsentieren.
✨Bewirb dich direkt bei findic
Wir empfehlen dir, auch direkt über unsere Website bei findic für die Stelle als Doktorand Graph Machine Learning & Financial Crime Analytics (w|m|d) | findic zu bewerben. Zeig uns deine Leidenschaft für Datenbanken und warum du Teil unseres Teams werden möchtest. Jede Bewerbung zählt!
Wir glauben, dass du diese Fähigkeiten brauchst, um Doktorand Graph Machine Learning & Financial Crime Analytics (w|m|d) | findic in Berlin mit Bravour zu bestehen
Einige Tipps für deine Bewerbung 🫡
Datenbank-Skills hervorheben:In deinem Lebenslauf solltest du unbedingt deine Erfahrungen mit verschiedenen Datenbankmanagementsystemen (DBMS) wie MySQL, PostgreSQL oder MongoDB betonen. Wenn du spezielle Projekte oder Aufgaben in deinem letzten Job hast, die deine Fähigkeiten im Umgang mit Datenbanken zeigen, nenn diese unbedingt!
Projekte und Zertifikate erwähnen:Falls du an relevanten Projekten oder Kursen in Bezug auf Datenbanken teilgenommen hast, pack sie in dein Portfolio oder erwähne sie in deinem Anschreiben. Das zeigt, dass du nicht nur theoretisches Wissen hast, sondern auch praktische Anwendungskonzepte beherrschst!
Motivation und Teamfähigkeit zeigen:Da du dich auf eine Vollzeitstelle bewirbst, ist es wichtig, dass du in deinem Anschreiben deutlich machst, warum du leidenschaftlich an der Arbeit mit Datenbanken interessiert bist und wie gut du im Team arbeiten kannst. Unternehmen suchen oft nach Mitarbeitern, die auch über die technischen Fähigkeiten hinaus ins Team passen.
Die richtige Struktur im Lebenslauf:Gestalte deinen Lebenslauf klar und strukturiert – in der Datenbankbranche kommt es nicht nur auf die Inhalte an, sondern auch auf die Art und Weise, wie du sie präsentierst. Nutze klare Überschriften und Absätze, um deine Fähigkeiten und Erfahrungen hervorzuheben. Und vergiss nicht, dein Lebenslauf sollte so aufbereitet sein, dass man sofort erkennt, dass du ein wahres Datenbanktalent bist!
Wie man sich auf ein Vorstellungsgespräch bei findic vorbereitet
✨Sei bereit für technische Fragen zur Datenbankverwaltung
Egal, ob es um SQL-Abfragen, Datenmodellierung oder Performance-Optimierung geht, du solltest die Grundlagen perfekt beherrschen. Bereite dich darauf vor, praktische Probleme zu lösen und deine Lösungsansätze zu erklären – das zeigt, dass du nicht nur Theorie kennst, sondern auch praktisch umgehen kannst!
✨Portfolio nicht vergessen!
Wenn du bereits an Datenbankprojekten gearbeitet hast, bringe Beispiele mit, die deine Fähigkeiten zeigen. Zeige, wie du Probleme gelöst hast und wie deine Ansätze zur Effizienz der Datenbank beigetragen haben. Ein starkes Portfolio kann dich von anderen Kandidaten abheben!
✨Verstehe die spezifischen Tools der Branche
Je nach findic könnte es sein, dass ihr spezifische Datenbankmanagementsysteme nutzt. Mach dich mit diesen vertraut und zeige dein Wissen über die neuesten Tools und Technologien. Das zeigt, dass du aufmerksam bist und dich bereits mit ihrer Arbeitsweise beschäftigt hast.
✨Motivation und Entwicklung in den Vordergrund stellen
Da es sich um eine Vollzeitstelle handelt, wollen sie wissen, dass du langfristig motiviert bist. Erkläre, warum dich die Arbeit in der Datenbankverwaltung begeistert und wie du deine Fähigkeiten weiterentwickeln möchtest, um einen Mehrwert für findic zu schaffen.
