Auf einen Blick
- Aufgaben: Entwickle KI-Systeme für Echtzeit-Entscheidungen und baue ML-Modelle für Nutzerprofilierung.
- Unternehmen: Innovatives Unternehmen mit einer nächsten Generation von KI-Entscheidungssystemen.
- Vorteile: Attraktives Gehalt, flexible Arbeitszeiten und die Möglichkeit zur Remote-Arbeit.
- Weitere Informationen: Dynamisches Umfeld mit Startup-ähnlichem Eigentum und exzellenten Wachstumschancen.
- Warum dieser Job: Gestalte die Zukunft digitaler Produkte mit deiner Arbeit an realen Daten.
- Qualifikationen: 5 Jahre Erfahrung in maschinellem Lernen mit Python und praktische Cloud-Kenntnisse.
Das prognostizierte Gehalt liegt zwischen 85000 - 100000 € pro Jahr.
Wenn Sie KI-Systeme entwickeln möchten, die in Echtzeit Entscheidungen treffen – nicht nur Offline-Vorhersagen erstellen – ist diese Rolle wirklich selten. Dieses Unternehmen hat eine Plattform für KI-Entscheidungen der nächsten Generation entwickelt, die Verhalten in großem Maßstab interpretiert und Hunderte automatisierter Entscheidungen pro Sekunde trifft. Ihre Modelle verwandeln rohe Verhaltenssignale in Echtzeitwerte, die personalisierte Rankings, Empfehlungen und Benutzererfahrungen über Millionen von Reisen steuern.
Sie arbeiten mit modernster ML-Technologie, Echtzeitinferenz, Azure ML-Pipelines und einer Hochgeschwindigkeits-Produktionsumgebung, in der Ihre Arbeit direkt die Ergebnisse beeinflusst, die die Benutzer sehen.
Warum diese Rolle spannend ist:
- Sie bauen produktionsreife ML-Systeme, die kontinuierlich laufen – nicht nur Notebooks.
- Ihre Arbeit ermöglicht Echtzeitentscheidungen über massive Verhaltensdatensätze.
- Wahre Autonomie: geringe Bürokratie, hohes Vertrauen, moderne Ingenieurskultur.
- Enge Zusammenarbeit mit angewandter KI, Ingenieurwesen und Produkt.
- Sie erhalten ein Start-up-ähnliches Eigentum, unterstützt durch die Stabilität einer etablierten Technologiemarke.
- Diese Plattform repräsentiert die Zukunft, wie digitale Produkte in großem Maßstab entscheiden und sich anpassen.
Was Sie tun werden:
- End-to-End-ML-Modelle für Benutzerprofilierung, Empfehlungen, Sortierung und Anreize erstellen.
- Frameworks wie scikit-learn, PyTorch und GPU-beschleunigte Tools verwenden.
- In Azure ML arbeiten: Daten-Workflows, Pipelines, Training, Umgebungen, Endpunkte, Berechnungen.
- NLP und Computer Vision anwenden, um das Verständnis von Benutzern und Produkten zu bereichern.
- Ergebnisse durch A/B-Tests und Leistungsüberwachung validieren und kommunizieren.
Wer Sie sind:
Ein kollaborativer, ehrgeiziger Data Scientist, der Qualität, Klarheit und messbare Auswirkungen schätzt. Sie bringen mit:
- 5 Jahre praktische Erfahrung im maschinellen Lernen mit Python.
- Praktische Cloud-Erfahrung (Azure bevorzugt).
- Starkes Wissen über ML/Daten-Toolkits: pandas, numpy, scikit-learn, PyTorch, dask, polars, rapids.
- Sie wissen oder möchten lernen: Arbeiten mit verschiedenen Datensätzen (Blob Storage, MongoDB, Elasticsearch, Cassandra).
- Den vollständigen ML-Lebenszyklus: Sampling, Bereitstellung, Skalierung von Endpunkten (Kubernetes/AKS), Überwachung.
- Aufbau skalierbarer, produktionsbereiter ML-Pipelines – nicht nur Experimente.
Bewerben Sie sich jetzt, um nichts zu verpassen!
Data Scientist (Python / Azure ML) – Real-Time AI Decisioning - Frankfurt - €85–100K Arbeitgeber: Findr
Als wachsendes internationales IoT-Unternehmen bieten wir Ihnen die Möglichkeit, als Embedded Software Engineer eine Schlüsselrolle in der Entwicklung unserer innovativen Smart-Wasserüberwachungsgeräte zu übernehmen. Unsere Unternehmenskultur fördert Eigenverantwortung und enge Zusammenarbeit mit verschiedenen Teams, was Ihnen nicht nur die Chance gibt, Ihre technischen Fähigkeiten weiterzuentwickeln, sondern auch direkt den Einfluss Ihrer Arbeit auf die Qualität und Effizienz unserer Produkte zu erleben. Genießen Sie ein dynamisches Arbeitsumfeld mit kurzen Entscheidungswegen und der Möglichkeit, an bedeutenden Projekten zu arbeiten, die weltweit Wasserunternehmen unterstützen.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass du so Data Scientist (Python / Azure ML) – Real-Time AI Decisioning - Frankfurt - €85–100K 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 Findr 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 (Python / Azure ML) – Real-Time AI Decisioning - Frankfurt - €85–100K 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 (Python / Azure ML) – Real-Time AI Decisioning - Frankfurt - €85–100K bei Findr gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei Findr 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 Findr entscheidend sein!
