Auf einen Blick
- Aufgaben: Entwickle innovative Machine-Learning-Modelle und analysiere Produktionsdaten für echte Veränderungen.
- Unternehmen: Werde Teil eines globalen biopharmazeutischen Unternehmens mit Fokus auf Gesundheit und Innovation.
- Vorteile: Flexibles Arbeiten, umfangreiche Weiterbildungsmöglichkeiten und ein familienfreundliches Arbeitsumfeld.
- Weitere Informationen: Dynamisches Team mit vielfältigen Gesundheits- und Fitnessangeboten sowie einem starken Fokus auf Diversity.
- Warum dieser Job: Gestalte die Zukunft der pharmazeutischen Produktion und mache einen Unterschied im Leben von Patienten.
- Qualifikationen: Studium in Data Science oder verwandten Bereichen und gute Programmierkenntnisse in Python oder R.
Das prognostizierte Gehalt liegt zwischen 63000 - 77000 € pro Jahr.
Das bewirken Sie:
- Statistical Process Control / Continued Process Verification: Unterstützung und Weiterentwicklung von Continued Process Verification (CPV) sowie Monitoring von Defektparametern aus der visuellen Inspektion. Erstellung und Pflege zugehöriger Dokumente, Durchführung von Signalbewertungen, Datenanalysen und periodischer Berichterstattung. Moderation und Koordination von CPV-Meetings im cross-funktionalen Team. Unterstützung bei Audits und Inspektionen im Zusammenhang mit CPV, Prozessmonitoring und Datenanalysen.
- Machine Learning & MLOps: Entwicklung, Verbesserung und Dokumentation von supervised und unsupervised Machine-Learning-Modellen für Herstell- und Produktionsprozesse. Durchführung von Training, Validierung und Performance-Bewertung datenbasierter Modelle. Mitwirkung beim Model Lifecycle Management, inklusive Versionierung von Code, Modellen und Daten. Unterstützung bei Performance- und Drift-Monitoring, Re-Training, Dokumentation und kontinuierlicher Verbesserung bestehender Modelle.
- Real-time Monitoring: Ausbau von Lösungen zur Echtzeit-Datenanalyse und Alarmierung am Shopfloor, zum Beispiel im Bereich multivariater Prozessüberwachung. Koordination des Roll-outs auf weitere Produktionslinien und Abteilungen in enger Abstimmung mit lokalen und globalen Schnittstellen. Training und Onboarding von Produktionsteams im Umgang mit Monitoring- und Alarmsystemen. Durchführung regelmäßiger Alarm-Reviews zur Identifikation von Mustern, Risiken und Verbesserungsmaßnahmen.
- Process Monitoring Systeme, Data Pipelines & Data Quality: Betrieb und Weiterentwicklung von Manufacturing Analytics und Process-Monitoring-Systemen. Koordination der Anbindung neuer Parameter und Datenquellen in Zusammenarbeit mit lokalen und globalen Teams. Verbesserung der Datenkontextualisierung sowie Weiterentwicklung von Data-Quality-KPIs. Analyse von Datenproblemen, Koordination der Eskalation an Support-Teams und Sicherstellung stabiler Datenverfügbarkeit für lokale Stakeholder.
- Manufacturing Analytics: Durchführung datenbasierter Analysen für Shopfloor-Fragestellungen. Unterstützung von Root-Cause-Analysen im Rahmen von Abweichungen, Investigations und kontinuierlichen Verbesserungsinitiativen.
Dafür bringen Sie mit:
- Abgeschlossenes Studium (FH oder Universität) in Data Science, Statistik, Chemie, Biotechnologie, Verfahrenstechnik oder einer vergleichbaren naturwissenschaftlichen Fachrichtung.
- Idealerweise erste bis mehrjährige Berufserfahrung in einer datengetriebenen Funktion, vorzugsweise im Industrie-, Produktions- oder GMP-Umfeld.
- Sehr gute Programmierkenntnisse in Python und/oder R.
- Fundierte Kenntnisse in Statistik, Datenanalyse und Prozessmonitoring.
- Erfahrung mit Power BI und/oder Power Automate ist von Vorteil.
- Kenntnisse in Machine Learning, MLOps, Data Pipelines oder Data Quality sind wünschenswert.
- Analytische Denkweise sowie Begeisterung für datenbasierte Lösungen und komplexe Fragestellungen.
- Strukturierte, eigenverantwortliche und qualitätsorientierte Arbeitsweise.
- Ausgeprägte Kommunikations- und Koordinationsfähigkeiten sowie Freude an der Zusammenarbeit in interdisziplinären Teams.
- Hands-on-Mentalität sowie eine proaktive und lösungsorientierte Arbeitsweise.
- Sehr gute Deutsch- und Englischkenntnisse in Wort und Schrift.
Das bieten wir Ihnen:
- Einblick in die pharmazeutische Produktion, sowie die Entwicklung von pharmazeutischen Darreichungsformen.
- Praktische Erfahrung in einem internationalen Unternehmen.
- Hybrides Arbeiten & flexible Zeiteinteilung, wo möglich.
- Jobfahrrad.
- Umfangreiche Weiterbildungs- und Entwicklungsmöglichkeiten.
- Persönlichkeitsentwicklung und Mentoringprogramm.
- Firmeninterne Job Rotations im In- und Ausland.
- Mitarbeiter*innenempfehlungsprogramm.
- Teilnahme an Netzwerkgruppen (z. B. Diversity, Equity & Inclusion, Nachhaltigkeit, u. v. m.).
- Vielfältige Gesundheits- und Fitnessangebote.
- Kostenlose Impfungen und psychologische Beratung.
- Performance Management mit Bonussystem.
- Firmen-Events & Feste.
- Betriebsrestaurant zu gestützten Preisen.
- Globales Anerkennungsprogramm „We Celebrate“.
- Gute öffentliche Anbindung und kostenloser Mitarbeiter*innenparkplatz.
- Takeda Aktienprogramm.
- Arbeitgeberleistung zur Betriebspensionskasse (nach 1 Jahr Dienstzugehörigkeit).
- Private Gesundheitsversicherung zu vergünstigten Konditionen.
- Bezahlter Urlaub am Geburtstag.
Über uns: Takeda ist ein patientenorientiertes, wertebasiertes globales biopharmazeutisches Unternehmen, das sich für eine bessere Gesundheit und eine bessere Zukunft von Menschen weltweit engagiert. Unsere Leidenschaft und das Streben nach potenziell lebensverändernden Behandlungen für Patienten sind in über 240 Jahren japanischer Geschichte tief verwurzelt.
(Senior) Specialist Data Science (w/m/d) – Manufacturing Analytics & Process Monitoring Arbeitgeber: JobsinAustria
JobsinAustria ist ein hervorragender Arbeitgeber, der eine dynamische und unterstützende Arbeitsumgebung bietet, in der IT-Recruiting-Experten die Möglichkeit haben, ihre Fähigkeiten zu entfalten und bedeutende Beiträge zu leisten. Mit einem starken Fokus auf Mitarbeiterentwicklung und einer Kultur der Zusammenarbeit profitieren unsere Angestellten von flexiblen Arbeitszeiten, regelmäßigen Schulungen und der Chance, an spannenden Projekten mit namhaften Enterprise-Kunden zu arbeiten. Unser Standort in Österreich bietet zudem eine hohe Lebensqualität und ein inspirierendes Umfeld für kreative Köpfe.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass du so (Senior) Specialist Data Science (w/m/d) – Manufacturing Analytics & Process Monitoring 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 JobsinAustria 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 (Senior) Specialist Data Science (w/m/d) – Manufacturing Analytics & Process Monitoring 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 (Senior) Specialist Data Science (w/m/d) – Manufacturing Analytics & Process Monitoring bei JobsinAustria gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei JobsinAustria 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 JobsinAustria entscheidend sein!