Data Scientist in Großmehring, München

Data Scientist in Großmehring, München

Großmehring +1 Vollzeit 56250 - 68750 € / Jahr (geschätzt) Hybrid
H

Auf einen Blick

  • Aufgaben: Optimiere AML- und Betrugserkennungsmodelle für unsere Kunden und präsentiere Ergebnisse direkt.
  • Unternehmen: Hawk, führend in KI-gestützter Betrugsbekämpfung und Geldwäscheprävention.
  • Vorteile: Wettbewerbsfähiges Gehalt, flexible Arbeitszeiten und Möglichkeiten zur beruflichen Weiterentwicklung.
  • Weitere Informationen: Dynamisches Umfeld mit Fokus auf Teamarbeit und persönlichem Wachstum.
  • Warum dieser Job: Gestalte die Zukunft der Finanzsicherheit und mache einen echten Unterschied.
  • Qualifikationen: 5-7 Jahre Erfahrung als Data Scientist mit direktem Kundenkontakt.

Das prognostizierte Gehalt liegt zwischen 56250 - 68750 € pro Jahr.

About Us Hawk is the leading provider of AI-supported anti-money laundering and fraud detection technology.

Banks and payment providers globally are using Hawk’s powerful combination of traditional rules and explainable AI to improve the effectiveness of their AML compliance and fraud prevention by identifying more crime while maximizing efficiency by reducing false positives.

With our solution, we are playing a vital role in the global fight against Money Laundering, Fraud, or the financing of terrorism.

We offer a culture of mutual trust, support and passion – while providing individuals with opportunities to grow professionally and make a difference in the world.

Your Mission As a Customer Data Scientist at Hawk, you're the person our customers trust to make their AML and fraud detection models actually work for them: tuned to their transaction patterns, defensible to their regulators, and provably effective in their own numbers.

You sit inside the regional customer team, working directly alongside Customer Value Partners on live accounts, not behind a wall of tickets from a central data science function.

Your work spans model and threshold tuning, deep analytical investigation into detection performance, and building the customer-facing narrative that shows exactly what's improved and why.

You've done this in front of customers before, and you know the difference between a model that scores well in a notebook and one that survives contact with a real investigator's workload.

Key Responsibilities Tune and optimize detection models and thresholds against each customer's live transaction data, balancing detection effectiveness against false positive load, not just against a benchmark dataset.

Investigate detection performance deeply: dig into missed cases, alert quality, and pattern drift, and turn what you find into concrete tuning or configuration changes.

Translate technical findings into customer-facing insight: build the analysis that shows investigator productivity gains, false positive cost reduction, and detection effectiveness improvements in language a customer's compliance and risk leadership actually uses.

Sit in the room with customers directly.

Present findings, defend your methodology to a customer's own data science or compliance team, and answer the hard "why did the model do this" questions live.

Partner closely with your regional Customer Value Partners on account strategy, informing where the model needs to change to unlock the next stage of value realization or a renewal conversation.

Feed patterns and findings back into Hawk's broader model and product functions, distinguishing between "this customer needs local tuning" and "this is a systemic gap worth fixing centrally." Own the regulatory defensibility of the tuning decisions you make.

Document your reasoning so a customer's audit or regulator review holds up.

Bring rigor to how you validate model changes before they go live: backtesting, sample review, and sign-off discipline that protects the customer's compliance posture.

Your Profile 5-7 years as a data scientist in a customer-facing role, presenting analysis and defending model decisions directly to clients.

This is not an internal-facing engineering or product data science background; you've sat across the table from a customer before.

Real experience in AML, fraud detection, or financial crime analytics is required.

You understand transaction monitoring, typologies, and what a false positive actually costs an investigator, not just what one costs on a confusion matrix.

Strong hands-on skills in the standard data science stack (Python, SQL, and whatever ML tooling you've used in production), but your edge is judgment under ambiguity: knowing when a model change is safe to make and when it needs a human in the loop.

Comfortable being the technical voice in a room with a customer's risk, compliance, or data science stakeholders, and holding your own when questioned.

A track record of translating model performance into business value a non-technical stakeholder can act on: not just accuracy metrics, but investigator hours saved, false positive cost avoided, and cases caught.

Genuine comfort with ambiguity and live production systems.

You're not looking for a clean offline research problem, you're looking for the "why did this alert fire on a real customer's data at 2pm today" problem.

An ownership mentality.

You don't wait for a ticket; you notice when an account's detection performance is drifting and you go find out why.

Bonus Experience specifically in transaction monitoring or payments fraud detection at a bank, payment provider, or a vendor serving them.

Familiarity with explainable AI and rules-based hybrid detection approaches, since that's core to how Hawk's models work.

Standorte

GroßmehringMünchen

Data Scientist in Großmehring, München Arbeitgeber: Hawk

Die HAW Kiel ist ein hervorragender Arbeitgeber, der Ihnen die Möglichkeit bietet, in einer abwechslungsreichen und verantwortungsvollen Position zu arbeiten, während Sie Teil eines engagierten Teams sind. Mit einem Arbeitsplatz direkt am Meer und einer hohen Lebensqualität in Kiel profitieren Sie von flexiblen Arbeitszeiten, umfangreichen Fortbildungsmöglichkeiten und einem starken Fokus auf die Vereinbarkeit von Beruf und Familie. Zudem fördert die Hochschule aktiv die persönliche und berufliche Weiterentwicklung ihrer Mitarbeiter und setzt sich für Diversität und Inklusion ein.

H

Kontaktdaten:

Hawk Recruiting-Team

StudySmarter Expertenrat🤫

Wir sind der Meinung, dass du so Data Scientist in Großmehring, München 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 Hawk 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 in Großmehring, München mit Bravour zu bestehen

Datenanalyse
Modelloptimierung
AML (Anti-Geldwäsche)
Betrugserkennung
Präsentationsfähigkeiten
Kundenorientierung
Python

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 bei Hawk gut geeignet bist.

Wie man sich auf ein Vorstellungsgespräch bei Hawk 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 Hawk entscheidend sein!