Finde einen Job 
Finde eine Ausbildung 
Top Arbeitgeber 
Top Universitäten 
Für Unternehmen Auf einen Blick
- Aufgaben: Join our team to tackle exciting Data Science projects and develop impactful models.
- Arbeitgeber: KfW is a leading international development bank focused on sustainable projects.
- Mitarbeitervorteile: Enjoy flexible working hours, health programs, and a solid retirement plan.
- Warum dieser Job: Be part of a diverse team driving innovation for a better future.
- Gewünschte Qualifikationen: Master's degree in relevant fields and strong experience in Data Science required.
- Andere Informationen: Work in a collaborative Scrum team and present your findings at engaging events.
Das voraussichtliche Gehalt liegt zwischen 54000 - 84000 € pro Jahr.
Willkommen bei der KfW! Wir sind eine international agierende Förderbank, die für die nachhaltige Entwicklung von Umwelt, Gesellschaft und Unternehmen steht. Als Impulsgeber wirken wir aktiv an den Themen mit, die die Welt von morgen prägen. Wir fördern Windparks, Infrastruktur-Projekte, Schulen und Krankenhäuser, denn sinnvolle und nachhaltige Projekte sind unser Auftrag. Und wir bauen auf die Menschen, die bei uns arbeiten! Was das heißt? Dass Sie bei uns ein offenes und vertrauensvolles Miteinander finden, in dem wir Vielfalt und Inklusion leben – denn nur dort, wo viele verschiedene Perspektiven zusammentreffen, entstehen richtungsweisende Ideen. Deshalb fördern wir Ihre Kompetenz, Ihre Ideen und Ihr Engagement für Projekte, die die Welt verbessern. Gehen Sie mit uns Ihren Weg in die Zukunft.
Werden Sie Teil unseres Teams in Bonn und unterstützen Sie uns als
Senior Referent (w/m/d) Data Science
Wir bieten facettenreiche Aufgaben
- Sie arbeiten an Data-Science-Use Cases aus verschiedenen Fachbereichen und Geschäftsfeldern der KfW mit und beurteilen deren Wertpotential sowie die Herausforderungen und Risiken.
- Anhand von Data Engineering machen Sie große Datenmengen nutzbar. Dazu gehört auch die Strukturierung von unstrukturierten Daten wie z.B. Texten und Bildern.
- Mit Python entwickeln Sie Data Science Modelle wie z.B. Klassifikationsmodelle, Zeitreihenmodelle und Anomalie-Detektionsmodelle und verantworten darüber hinaus auch die Entwicklung von regelbasierten Algorithmen zur Texterkennung und –prüfung.
- In Steuerungskreisen und bankweiten Veranstaltungen wie z.B. (virtuellen) Learn&Lunch-Meetings präsentieren Sie Arbeitsergebnisse.
- Sie arbeiten in einem interdisziplinären Scrum-Team im Themenfeld Big Data And Artificial Intelligence (BDAI) mit.
Hier erfahren Sie mehr über den Bereich Marketing, Kommunikation & Vertrieb der KfW.
Das bringen Sie mit
- Abgeschlossenes Studium (Diplom/Master) in Informatik, Wirtschaftswissenschaften, Wirtschaftsingenieurwesen, Statistik oder eine vergleichbare Qualifikation.
- Mehrjährige Berufserfahrung und sehr gute methodische Kenntnisse im Bereich Data Science und Machine Learning inklusive Textmining, Natural Language Processing (NLP), Large Language Modelle, Erfolge, nutzenbringende Modelle entwickelt und in Produktion gesetzt zu haben, z.B. zur Verbesserung interner Prozesse.
- Routine im Umgang mit Python, PowerBI, Hadoop, Spark, Docker, Microsoft Azure Cloud und Git. Darüber hinaus haben Sie erweiterte Kenntnisse des MS-Office Pakets.
- Stark ausgeprägtes Analyse- und Abstraktionsvermögen und die Fähigkeit auch komplexe Sachverhalte zu strukturieren. Sie arbeiten stets lösungsorientiert, gerne auch an neuen Aufgabenstellungen und sind bereit, sich laufend weiterzuqualifizieren.
Damit fördern wir Sie – Benefits bei der KfW
- Betriebliche Altersversorgung: Wir bauen auf Ihre Zukunft mit einer betrieblichen Altersvorsorge.
- Gelebte Diversity: Vielfältigkeit und Chancengleichheit sind für uns als Unterzeichner der Charta der Vielfalt gelebter Alltag.
- Gesundheitsförderung: Mit über 30 Betriebssportgruppen bis hin zu Gesundheitskursen und einem Mitarbeiterrestaurant unterstützen wir Ihre Gesundheit.
- Marktgerechte Vergütung: Bei uns erwartet Sie ein angemessenes Vergütungspaket mit vermögenswirksamen Leistungen und Jobticket.
- Weiterentwicklung & Trainings: Immer auf dem neusten Stand mit persönlichen und fachlichen Weiterentwicklungsmöglichkeiten.
- Work-Life-Balance: Wir unterstützen Sie mit flexiblen Arbeitszeiten, Homeoffice, 30 Tagen Urlaub, individuellen Teilzeitmodellen und Eltern-Kind-Büros.
Sie möchten Verantwortung übernehmen und gemeinsam mit uns die Zukunft gestalten?
Dann freuen wir uns auf Ihre Bewerbung über einen Klick auf den Bewerben-Button. Bei Fragen zur Position können Sie sich gerne an Saskia Steinberg unter der Nummer +49 22 8831 69636 wenden.
PandoLogic. Keywords: Dock Worker, Location: Bonn, Nordrhein-Westfalen, NW – 53129
Senior Referent (w/m/d) Data Science Arbeitgeber: KfW Bankengruppe Bonn
Kontaktperson:
KfW Bankengruppe Bonn HR Team
StudySmarter Bewerbungstipps 🤫
So bekommst du den Job: Senior Referent (w/m/d) Data Science
✨Tipp Nummer 1
Nutze dein Netzwerk! Sprich mit ehemaligen Kollegen oder Kommilitonen, die bereits in der KfW oder im Bereich Data Science arbeiten. Sie können dir wertvolle Einblicke geben und möglicherweise sogar eine Empfehlung aussprechen.
✨Tipp Nummer 2
Bereite dich auf technische Interviews vor, indem du deine Kenntnisse in Python, Machine Learning und den spezifischen Tools wie PowerBI und Hadoop auffrischst. Praktische Übungen und Projekte können dir helfen, dein Wissen zu festigen.
✨Tipp Nummer 3
Informiere dich über aktuelle Trends und Entwicklungen im Bereich Data Science und Big Data. Zeige in Gesprächen, dass du nicht nur die Grundlagen beherrschst, sondern auch ein Interesse an neuen Technologien und Methoden hast.
✨Tipp Nummer 4
Sei bereit, deine bisherigen Projekte und Erfolge im Bereich Data Science zu präsentieren. Konkrete Beispiele, wie du Modelle entwickelt und implementiert hast, werden dir helfen, dich von anderen Bewerbern abzuheben.
Diese Fähigkeiten machen dich zur top Bewerber*in für die Stelle: Senior Referent (w/m/d) Data Science
Tipps für deine Bewerbung 🫡
Verstehe die KfW: Informiere dich über die KfW und ihre Projekte. Verstehe, wie sie zur nachhaltigen Entwicklung beiträgt und welche Werte sie vertritt. Dies wird dir helfen, deine Motivation in der Bewerbung klar zu kommunizieren.
Betone relevante Erfahrungen: Hebe deine mehrjährige Berufserfahrung im Bereich Data Science und Machine Learning hervor. Zeige konkrete Beispiele auf, wie du erfolgreich Modelle entwickelt und implementiert hast, insbesondere in Bezug auf Textmining und NLP.
Technische Fähigkeiten darstellen: Stelle sicher, dass du deine Kenntnisse in Python, PowerBI, Hadoop, Spark und anderen relevanten Technologien klar darstellst. Zeige, wie du diese Tools in deinen bisherigen Projekten eingesetzt hast.
Motivationsschreiben: Verfasse ein überzeugendes Motivationsschreiben, in dem du erklärst, warum du Teil des KfW-Teams werden möchtest. Betone deine Leidenschaft für nachhaltige Projekte und wie deine Fähigkeiten zur Erreichung der Unternehmensziele beitragen können.
Wie du dich auf ein Vorstellungsgespräch bei KfW Bankengruppe Bonn vorbereitest
✨Verstehe die KfW und ihre Mission
Informiere dich über die KfW und ihre Projekte, insbesondere im Bereich nachhaltige Entwicklung. Zeige in deinem Interview, dass du die Werte der Bank verstehst und wie deine Fähigkeiten zur Erreichung dieser Ziele beitragen können.
✨Bereite konkrete Beispiele vor
Denke an spezifische Data-Science-Projekte, an denen du gearbeitet hast, und sei bereit, diese zu erläutern. Betone, wie du Herausforderungen gemeistert und Lösungen entwickelt hast, die einen echten Mehrwert geschaffen haben.
✨Technische Fähigkeiten demonstrieren
Sei bereit, deine Kenntnisse in Python, Machine Learning und anderen relevanten Technologien zu demonstrieren. Möglicherweise wirst du gebeten, technische Probleme zu lösen oder Modelle zu diskutieren, also übe dies im Voraus.
✨Teamarbeit und interdisziplinäre Zusammenarbeit
Da du in einem interdisziplinären Scrum-Team arbeiten wirst, betone deine Erfahrungen in der Teamarbeit. Diskutiere, wie du effektiv mit anderen Fachbereichen kommuniziert hast und welche Rolle du in früheren Projekten gespielt hast.