Senior Data Scientist in Wien

Diese Position wird im Auftrag eines Partnerunternehmens ausgeschrieben, das alle Bewerbungen und nächsten Schritte verwaltet. Unser Partner sucht einen Senior Data Scientist mit Sitz in Österreich. Dies ist eine senior, praktische Rolle im Bereich Data Science, die sich auf die Verbesserung der Genauigkeit und Intelligenz einer hochvolumigen, Echtzeit-Identifikationsplattform konzentriert. Sie werden mit komplexen, verrauschten und oft unlabeled Daten arbeiten, um maschinelle Lernansätze zu entwickeln, die Browser und Geräte mit größerer Präzision unterscheiden. Die Rolle kombiniert fortgeschrittenes maschinelles Lernen, statistische Analyse, Experimentierung und Backend-Engineering in einer hoch technischen Umgebung. Sie werden Projekte von der anfänglichen Forschung und Experimentierung bis hin zur Produktionsbereitstellung und Integration mit Echtzeitdiensten leiten. Sie werden auch dazu beitragen, Ingenieurpraktiken, datengestützte Entscheidungsfindung und effektive Ansätze für maschinelles Lernen im gesamten Team zu gestalten. Dies ist eine vollständig remote Möglichkeit, die für jemanden geeignet ist, der es genießt, herausfordernde Probleme zu lösen, bei denen Forschung, Softwareengineering und angewandtes ML aufeinandertreffen.

Verantwortlichkeiten

• Entwicklung datengestützter Algorithmen unter Verwendung von rohen, verrauschten und unlabeled Daten zur Verbesserung der Identifikationsfähigkeiten von Browsern und Geräten.
• Entwurf und Implementierung von überwachten, semi-überwachten und unüberwachten maschinellen Lernansätzen, einschließlich Methoden für hoch-kardinalisierte kategoriale Daten.
• Eigenverantwortliche Durchführung von Data-Science-Initiativen von der Problemdefinition und Experimentierung bis hin zur Produktionsbereitstellung und Integration mit Echtzeitdiensten.
• Entwurf von Experimenten und technischen Lösungen für Echtzeitinferenz, Modell-zu-Dienst-Integration, Trainingsautomatisierung und andere Herausforderungen im Bereich des maschinellen Lernens.
• Durchführung explorativer Datenanalysen zur Untersuchung geschäftlicher und technischer Fragen, Identifizierung von Anomalien und Bewertung der Modell- und Datensatzleistung.
• Entwicklung praktischer Ansätze zur Sammlung und Bewertung von Daten, wenn gelabelte Datensätze begrenzt oder nicht verfügbar sind.
• Beitrag zu einer ingenieurfokussierten, datengestützten Kultur durch Teilen von Werkzeugen, Methoden und effektiven Praktiken der Datenwissenschaft mit Kollegen.
• Zusammenarbeit zwischen Data Science und Engineering-Funktionen, um Konzepte des maschinellen Lernens in zuverlässige, produktionsbereite Dienste umzusetzen.
• Teilnahme an einer gemeinsamen Bereitschaftsrotation, wobei Zeitpläne im Voraus kommuniziert werden und die Abdeckung so gestaltet ist, dass Störungen außerhalb der normalen Arbeitszeiten minimiert werden.

Anforderungen

• 5+ Jahre Berufserfahrung in den Bereichen maschinelles Lernen, Data Science und Backend-Entwicklung oder eng verwandten Ingenieurdiziplinen.
• Fortgeschrittene Kenntnisse der Grundlagen des maschinellen Lernens und statistischer Methoden.
• Starke praktische Erfahrung mit überwachten Lernverfahren, einschließlich Gradient Boosting und Ansätzen für hoch-kardinalisierte kategoriale Daten.
• Praktische Erfahrung mit semi-überwachten und unüberwachten Lerntechniken.
• Starke Fähigkeiten in der explorativen Datenanalyse und kreatives Problemlösungsvermögen, insbesondere beim Arbeiten mit unvollständigen, verrauschten oder unlabeled Datensätzen.
• Nachgewiesene Erfahrung in der Entwicklung von Echtzeit-Maschinenlern-Diensten, einschließlich Modellinferenz und Integration zwischen Modellen und Produktionsanwendungen.
• Fähigkeit, Modelle des maschinellen Lernens in minimal funktionsfähige Echtzeit-Webdienste und produktionsbereite Lösungen zu transformieren.
• Ausgezeichnete Programmier- und Softwareengineering-Fähigkeiten, einschließlich starker SQL-Kenntnisse und Vertrautheit mit Git, CI/CD-Pipelines, IDEs und Shell-Scripting.
• Starke Kommunikationsfähigkeiten und fließendes Englisch, mit der Fähigkeit, effektiv in einem verteilten internationalen Umfeld zusammenzuarbeiten.
• Ein Forschungsgeist und akademischer Hintergrund sind von Vorteil.
• Erfahrung mit Go und Backend-Entwicklung ist ein Plus.
• Vertrautheit mit analytischen Datenplattformen wie ClickHouse, Snowflake oder BigQuery ist von Vorteil.
• Erfahrung mit Datentransformationsframeworks wie dbt, Visualisierungstools wie Superset, Tableau oder Looker oder Vektordatenbanken wie Pinecone, FAISS oder Qdrant ist ein Plus.
• Erfahrung im Aufbau von embedding-basierten Suchsystemen ist vorteilhaft.
• Vertrautheit mit Technologien wie Go, SQL, fortgeschrittenen ML-Frameworks, ClickHouse, dbt und AWS ist von Vorteil.

Vorteile

• Wettbewerbsfähige Vergütung, wobei die Quelle der Rolle einen US-Gehaltsspanne von 152.000–205.000 USD angibt; die Vergütungsspannen sind standortspezifisch und können für Kandidaten mit Sitz in Indien abweichen.
• Vollständig remote Arbeitsumgebung.
• Gelegenheit, an herausfordernden Problemen im Bereich maschinelles Lernen zu arbeiten, die Echtzeitsysteme, großangelegte Daten und fortgeschrittene Geräteintelligenz betreffen.
• Einblick in moderne Technologien im Bereich maschinelles Lernen, Datenengineering, Backend-Entwicklung und Cloud-Infrastruktur.
• Gelegenheit, zur technischen Strategie beizutragen und Ingenieur- und Datenwissenschaftspraktiken zu beeinflussen.
• Zusammenarbeit mit einem global verteilten Team.
• Inklusive Umgebung, die vielfältige Erfahrungen, Perspektiven und Hintergründe wertschätzt.
• Kandidaten müssen berechtigt sein, von ihrem Wohnort aus zu arbeiten; eine Visumsponsoring wird nicht angeboten.
• Teilnahme an einer gemeinsamen Bereitschaftsrotation mit vorheriger Planung und dem Bemühen, die Abdeckung fair zu gestalten und Störungen außerhalb der Arbeitszeiten zu minimieren.