Auf einen Blick
- Aufgaben: Entwickle datengetriebene Lösungen und arbeite an spannenden AI-Projekten.
- Unternehmen: FLEX Capital, ein innovativer Private Equity Fonds im Tech-Bereich.
- Vorteile: Flexible Arbeitszeiten, Verantwortung und die Möglichkeit, eigene Projekte umzusetzen.
- Weitere Informationen: Dynamisches Umfeld mit echten Karrierechancen und Hands-on Unterstützung.
- Warum dieser Job: Gestalte reale AI-Anwendungen und lerne von erfahrenen Data-Profis.
- Qualifikationen: Laufendes Studium in einem relevanten Fach und erste Erfahrungen in Machine Learning.
Das prognostizierte Gehalt liegt zwischen 13.5 - 16.5 € pro Stunde.
Info
Als Werkstudent (w/m/d) im Bereich Data Science & AI wirst du Teil des Data & AI-Teams von FLEX Capital und arbeitest an der Entwicklung und Umsetzung datengetriebener Lösungen für unsere Portfoliounternehmen sowie interne Projekte.
Du unterstützt das Team nicht nur operativ, sondern übernimmst – je nach Erfahrung – auch eigene Projekte von der Konzeption über die Umsetzung bis zum Deployment.
Damit bekommst du die Chance, praktische Verantwortung zu übernehmen und reale AI-Anwendungen in einem professionellen Umfeld mitzugestalten.
- Deine Aufgaben
- Unterstützung bei AI-Projekten: Mitarbeit bei der Entwicklung von Machine-Learning- und LLM-basierten Lösungen (z. B. RAG-Systeme, Chatbots, Automatisierungen).
- Eigene Projekte: Übernahme klar abgegrenzter Teilprojekte oder eigenständiger Use Cases – von der Idee über das Prototyping bis zur produktiven Umsetzung.
- Agentic & LLM Use Cases: Mitarbeit bei der Konzeption und Implementierung von AI-Agenten und intelligenten Automatisierungen (z. B. im Bereich Kundensupport)
- Machine Learning & Analytics: Unterstützung bei klassischen ML-Aufgaben, Modelltraining, Evaluierung sowie explorativen Analysen und KPI-Deep-Dives.
- Sparring & Austausch: Enge Zusammenarbeit mit erfahrenen Data Scientists und AI Engineers – du arbeitest nicht „zu“, sondern „mit“.
Wen Wir suchen
- Laufendes Studium (Bachelor oder Master) in Physik, Mathematik, Informatik, Elektro- oder Informationstechnik, Data Science oder einem vergleichbaren Fach.
- Erste praktische Erfahrung in Machine Learning, Data Science oder LLMs – z. B. durch Projekte, Praktika, Uni-Arbeiten oder eigene Experimente.
- Gute Programmierkenntnisse in Python; Erfahrung mit Frameworks wie Py Torch, Tensor Flow, scikit-learn, Lang Chain oder Hugging Face ist ein Plus.
- Grundverständnis von Datenbanken, Datenverarbeitung und idealerweise ersten Berührungspunkten mit Cloud-Umgebungen.
- Analytische Denkweise, strukturiertes Arbeiten und Freude daran, Probleme pragmatisch zu lösen.
- Lust, Verantwortung zu übernehmen, Neues zu lernen und Dinge wirklich umzusetzen – nicht nur Folien zu bauen.
- Sehr gute Deutsch- und Englischkenntnisse.
Benefits
- Mitarbeit an realen, unternehmerisch relevanten AI-Themen – nicht nur Spielprojekte.
- Verantwortung und Gestaltungsspielraum – inkl. Möglichkeit, eigene Lösungen produktiv zu bringen.
- Enge Zusammenarbeit mit erfahrenen AI- und Data-Profis.
- Ein Umfeld, in dem Geschwindigkeit, Pragmatismus und Qualität zusammengehören.
- Flexible Arbeitszeiten passend zum Studium.
- Über uns
FLEX Capital ist ein Private Equity Fonds, der sich auf Wachstums- und Buy-out-Möglichkeiten im deutschen Software- und Tech-Mittelstand fokussiert.
Hinter FLEX Capital stehen sechs Seriengründer, die mehrfach marktführende Unternehmen mit internationaler Geschäftstätigkeit aufgebaut haben.
Auf dieser Basis teilt das FLEX-Team seine Erfahrungen mit Unternehmern und Management Teams, unterstützt sie Hands-on und hilft ihnen so, die gemeinsamen Ziele zu erreichen.
Kontakt
Join us!
Wir freuen uns auf Deine Bewerbung
Werkstudent (w/m/d) Data Science & AI Arbeitgeber: FLEX Capital
Proxora ist ein hervorragender Arbeitgeber, der seinen Mitarbeitern die Möglichkeit bietet, in einem dynamischen und wachstumsorientierten Umfeld zu arbeiten. Mit einer Schlüsselrolle im Vertrieb und direkter Zusammenarbeit mit der Geschäftsführung sowie FLEX Capital profitieren Sie von einem großen Gestaltungsspielraum und spannenden Projekten mit namhaften Kunden. Die flachen Hierarchien und das kollegiale Arbeitsumfeld fördern nicht nur die persönliche Entwicklung, sondern auch die Übernahme von Führungsverantwortung in der Zukunft.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass du so Werkstudent (w/m/d) Data Science & AI erhalten könntest
✨Nutze deine Hochschule als Sprungbrett
Lass uns nicht vergessen, dass unsere Unis oft eine Goldgrube für Werkstudentenjobs im Data Science-Bereich sind. Sprich mit deinen Professoren oder besuche Karrieremessen; viele Firmen suchen direkt auf dem Campus nach Nachwuchs-Data-Scientisten!
✨Engagiere dich in Data Science-Communities
Melde dich in Online-Communities und lokalen Meetup-Gruppen an, die sich mit Data Science beschäftigen. Dort kannst du wertvolle Kontakte knüpfen und solltest die Chance nutzen, an Hackathons oder Workshops teilzunehmen, um deine Fähigkeiten zu zeigen!
✨Präsentiere deine Projekte
Zeig, was du drauf hast! Erstelle ein Portfolio auf Plattformen wie GitHub oder Kaggle und teile deine Projekte. Das kann ein super Weg sein, um bei FLEX Capital aufzufallen, wenn du dich bewirbst!
✨Bewirb dich direkt auf unseren Jobseiten
Wir bei StudySmarter haben ständig spannende Werkstudentenstellen ausgeschrieben. Schau direkt auf unserer Website vorbei und bewirb dich! Je schneller du handelst, desto besser stehen deine Chancen, den Job zu landen.
Wir glauben, dass du diese Fähigkeiten brauchst, um Werkstudent (w/m/d) Data Science & AI mit Bravour zu bestehen
Einige Tipps für deine Bewerbung 🫡
Zeig deine Projekte!:In deinem Lebenslauf solltest du auf jeden Fall deine bisherigen Projekte im Bereich Data Science hervorheben. Wenn du an coolen Datensätzen gearbeitet hast oder Machine Learning Modelle erstellt hast, pack das rein! Es zeigt uns, dass du praktische Erfahrungen hast und weckt unser Interesse an deinen Skills.
Erwähne relevante Tools und Sprachen:Data Science bedeutet oft, mit spezifischen Tools und Programmiersprachen zu arbeiten. Stell sicher, dass du alles, was du kannst, wie Python, R oder SQL, in deinem Lebenslauf angibst. Das gibt uns einen klaren Überblick über dein technisches Know-how und hilft uns zu sehen, wie du ins Team passt.
Dein Anschreiben ist entscheidend:Nutze dein Anschreiben, um uns zu zeigen, warum du hungrig auf learnings im Data-Science-Bereich bist. Erzähl uns, was dich motiviert und wieso du bei FLEX Capital als Werkstudent arbeiten möchtest! Das gibt deinem Profil eine persönliche Note, die uns anspricht.
Verlinke deinen GitHub oder Portfolio:Falls du einen GitHub-Account oder ein Portfolio mit deinen Data-Science-Arbeiten hast, unbedingt verlinken! Das macht es uns leichter, deine praktischen Fähigkeiten nachzuvollziehen und zeigt uns, dass du engagiert und aktiv in der Community bist. Zeig, was du kannst!
Wie man sich auf ein Vorstellungsgespräch bei FLEX Capital vorbereitet
✨Zeig deine Datenliebe!
Für ein Werkstudentenprogramm im Bereich Data Science solltest du unbedingt ein Projekt in deinem Portfolio haben, das deine Fähigkeiten zeigt. Zeig, wie du Daten analysiert, visualisiert und interpretiert hast – egal, ob es sich um ein Uni-Projekt oder ein persönliches Interesse handelt. Das begeistert die Interviewer und zeigt, dass du praktisch mit Daten arbeiten kannst.
✨Mach dich mit Tools vertraut
In der Data Science nutzen wir viele verschiedene Tools wie Python, R oder SQL. Bereite dich darauf vor, technische Fragen zu diesen Tools zu beantworten oder sogar kurze Coding-Tests während des Interviews zu machen. Wenn du eine persönliche Vorliebe für ein Tool hast, teile das mit und erzähl, was du damit gemacht hast!
✨Erzähle von deinem Lernwillen
Als Werkstudent geht es oft auch darum, wie motiviert du bist, zu lernen und deine Fähigkeiten weiterzuentwickeln. Sei bereit, über die aktuellen Trends in der Data Science zu sprechen und zeige Interesse an zusätzlichen Kursen oder Zertifikaten, die du gerne machen möchtest. Das zeigt Engagement!
✨Frag nach Projekten!
Nutze die Gelegenheit, um während des Interviews nach den Projekten zu fragen, an denen du arbeiten würdest. Fragen wie 'An welchen Arten von Datenanalysen arbeiten die Teammitglieder aktuell?' zeigen dein Interesse und helfen dir, die Herausforderungen des Unternehmens besser zu verstehen. Das macht einen guten Eindruck!
