Scientifique en Data Science - Recherche, ML et Enseignement

Scientifique en Data Science - Recherche, ML et Enseignement

Teilzeit 49500 - 60500 € / Jahr (geschätzt) Vor Ort
J

Auf einen Blick

  • Aufgaben: Führe spannende Forschungsprojekte in Data Science durch und arbeite an quantitativen Analysen.
  • Unternehmen: FHNW, eine innovative Hochschule mit Fokus auf Wettbewerbsfähigkeit und Kommunikation.
  • Vorteile: Flexible Arbeitszeiten, Weiterbildungsmöglichkeiten und ein dynamisches Team.
  • Weitere Informationen: Tolle Karrierechancen in einem wachsenden Forschungsbereich.
  • Warum dieser Job: Gestalte die Zukunft der Datenanalyse und lerne von Experten in einem inspirierenden Umfeld.
  • Qualifikationen: Erfahrung in Data Science, Statistik und maschinellem Lernen.

Das prognostizierte Gehalt liegt zwischen 49500 - 60500 € pro Jahr.

La FHNW, Haute école spécialisée, Institute for Competitiveness and Communication, recherche un Collaborateur scientifique en Data Science (60-80%).

Vous travaillez au sein du centre Social Network Analysis sur des projets de recherche et des services principalement quantitatifs.

Vous assurez le traitement des projets, l'analyse des données, la modélisation statistique, l'entraînement de modèles ML et le développement logiciel, tout en soutenant l'enseignement et les projets clients.

Scientifique en Data Science - Recherche, ML et Enseignement Arbeitgeber: Jobup

Notre entreprise est un employeur de choix, offrant un environnement de travail dynamique et humain, où chaque employé peut voir l'impact de son travail. Nous valorisons la qualité de service et le développement personnel, en proposant des responsabilités évolutives et des opportunités de croissance au sein d'une PME bien établie en Suisse. Rejoindre notre équipe, c'est intégrer une culture de collaboration et d'engagement, tout en bénéficiant d'un cadre structuré et orienté vers l'excellence.

J

Kontaktdaten:

Jobup Recruiting-Team

StudySmarter Expertenrat🤫

Wir sind der Meinung, dass du so Scientifique en Data Science - Recherche, ML et Enseignement erhalten könntest

✨Nutzerforschung und Community-Engagement!

Schau dir die neuesten Trends und Themen in der Data-Science-Community an. Tritt Online-Foren und sozialen Netzwerken bei, wie zum Beispiel Kaggle oder GitHub, wo du deine Projekte teilen und dich mit anderen Fachleuten vernetzen kannst. So machst du dich sichtbar und lernst auch gleich von den Besten.

✨Master die Kunst der Datenvisualisierung!

Gerade bei Teilzeit-Stellen im Bereich Data Science kann eine gute Datenvisualisierung Wunder wirken. Erstelle ein paar interessante Visualisierungen für deine Projekte und präsentiere diese in deinem Portfolio. Das zeigt potenziellen Arbeitgebern, dass du nicht nur mit Zahlen hantieren kannst, sondern auch Geschichten daraus erzählst.

✨Nutzung von Universitätsressourcen!

Nutze die Karrierezentren an deiner Uni, um an speziellen Jobmessen teilzunehmen oder Workshops zur Bewerbung und Interviewvorbereitung zu nutzen. Viele Unternehmen suchen händeringend nach talentierten Teilzeitkräften und sind bereit, mit Dir zusammenzuarbeiten, besonders, wenn du die richtigen Kontakte knüpfst.

✨Bewirb dich direkt über unsere Webseite!

Wenn du unsere Stelle als Teilzeit-Data-Scientist bei Jobup suchst, schau dir unbedingt unsere Karriereseite an. Dort findest du nicht nur die neuesten Stellenangebote, sondern kannst auch direkt deine Bewerbung einreichen. Wir freuen uns darauf, von dir zu hören!

Wir glauben, dass du diese Fähigkeiten brauchst, um Scientifique en Data Science - Recherche, ML et Enseignement mit Bravour zu bestehen

Analyse de données
Modélisation statistique
Entraînement de modèles ML
Développement logiciel
Recherche quantitative
Communication
Gestion de projets

Einige Tipps für deine Bewerbung 🫡

Zeig deine Projekte!:Im Bereich Data Science ist es super wichtig, deine praktischen Fähigkeiten zu zeigen. Füge Links zu deinen GitHub-Repositories oder zu Projekten hinzu, an denen du gearbeitet hast. Das hilft uns, deinen Ansatz und deine Problemlösungsfähigkeiten zu verstehen!

Statistik und Tools im Lebenslauf:Achte darauf, relevante Tools und Programmiersprachen wie Python, R oder SQL in deinem Lebenslauf aufzuführen. Zeig auf, wie du diese Skills in der Vergangenheit angewendet hast, und unterstreiche deine Erfahrung mit Statistik und Datenanalyse – das sind echte Pluspunkte für uns bei Jobup!

Motivation und Lernbereitschaft:Da es sich um eine Teilzeitstelle handelt, ist es wichtig, dass du uns in deinem Anschreiben zeigst, wie motiviert du bist und was du aus dieser Rolle lernen möchtest. Erkläre, warum du ein Teil von Jobup sein möchtest und was du hoffst, in dieser Position zu erreichen.

Flexibilität und Verfügbarkeit:In einem Teilzeitjob ist es super, wenn du deine Flexibilität erwähnst. Teile uns mit, wann du verfügbar bist und wie viele Stunden du in der Woche arbeiten kannst. Das gibt uns einen klaren Eindruck davon, wie du in unser Team integriert werden kannst!

Wie man sich auf ein Vorstellungsgespräch bei Jobup vorbereitet

✨Datenanalyse meistern

Stell sicher, dass du gut im Umgang mit Datenanalysetools wie Python, R oder SQL bist. Bei einem Job im Bereich Data Science ist es üblich, dass sie dir während des Interviews technische Fragen zu Datensätzen und Modellierung stellen. Mache dich mit gängigen Algorithmen und Techniken vertraut!

✨Portfolio bereitstellen

Da es sich um eine Teilzeitstelle handelt, wird dein Portfolio eine entscheidende Rolle spielen. Zeig konkrete Projekte, an denen du gearbeitet hast, und wie du dabei Probleme gelöst hast. Zeige Ergebnisse und Lernkurven, um dein Potenzial zu verdeutlichen!

✨Statistiken sind dein Freund

Bereite dich darauf vor, Fragen zu statistischen Methoden zu beantworten. Du solltest in der Lage sein, zu erklären, wie du Hypothesen testest oder welche Metriken du zur Bewertung von Modellen verwendest. Dies zeigt dein Verständnis von Datenanalyse und Statistiken, die in Data Science unerlässlich sind!

✨Soziales Engagement

Im Gespräch mit Jobup solltest du auch deine Motivation zur Teilzeitarbeit ansprechen. Datenwissenschaftler arbeiten häufig im Team, deshalb ist es wichtig zu zeigen, dass du nicht nur technische Fähigkeiten hast, sondern auch gut im Teamarbeit bist und damit umgehen kannst, wie du deine Zeit effektiv verwaltest!