Data Scientist (m/w/d)

Aufgaben

• Als Data Scientist (m/w/d) entwickelst und implementierst du eigenständig Datenmodelle und -algorithmen für unsere kundenspezifischen Lösungen.
• Identifizierung und Analyse von Problemen in einem analytischen Rahmen.
• Entwicklung und Wartung von Datenpipelines und Dashboards.
• Arbeit an einer Vielzahl von datenbezogenen Komponenten wie Datenplattformen, Dashboards und Produkten rund um Data und Machine Learning.
• Arbeit an komplexen Projekten und Datensätzen, Analyse von Geschäftsproblemen und Übersetzung in datenwissenschaftliche Lösungen.
• Kommunikationsstärke zur Analyse der Probleme unserer Kunden und effektive Kommunikation der Ergebnisse.
• Arbeiten über verschiedene Technologie-Stacks hinweg (z. B. Azure, AWS, GCP, DBX, ELK, Spark, Databricks usw.).
• Mentor für Junior Data Scientists und Wissenstransfer im Team.
• Profitieren von unserem Team, Lernressourcen, Hackathons und anderen Quellen zur technischen Entwicklung.

Benefits

• Regelmäßige und systematische (externe und interne) Weiterbildungsmöglichkeiten in den Bereichen Data Engineering, Cloud-Architektur und Data Science.
• Zugang zu branchenübergreifenden Projekten (große und mittelständische Unternehmen aus den Bereichen Banken, Versicherungen, Automotive, Einzelhandel usw.).
• Branchenführende Kooperationen in den Bereichen Cloud, BI und AutoML.
• Arbeit in einer offenen, flachen Umgebung, innerhalb eines breiten Reply-Netzwerks zum Wissensaustausch.
• Preisgekrönte Büroräume in der Münchner Innenstadt mit Zugang zur Stammstrecke.
• Fahrkarte für öffentliche Verkehrsmittel mit Deutschlandticket.
• Zuschuss zu einer Fitnessstudio-Mitgliedschaft in einem Fitnessstudio der Wahl oder die Nutzung von Wellpass.
• Flexible Arbeitsumgebung zwischen Kunden, Reply-Büro und Remote-Arbeit.

Qualifikationen

• Studienabschluss mit einem quantitativen oder wirtschaftlichen Hintergrund, z. B. in Informatik, Wirtschaftsinformatik, Wirtschaftsmathematik oder Betriebswirtschaftslehre.
• Einschlägige Erfahrung in Datenwissenschaft & Datenmanagement oder der Entwicklung von Produktionssystemen.
• Gute Kenntnisse in Python, R, Rust, Pyspark oder SQL.
• Vertrautheit mit den Grundlagen der Statistik und des Machine Learning sowie deren Anwendungen in der Produktion wie NLP, Recommender-Systeme, Time Series Analysis und Computer Vision.
• Vertrautheit mit Cloud-Plattformen wie AWS, Google Cloud oder Microsoft Azure.
• Gute Kommunikationsfähigkeiten in Deutsch und Englisch.
• Lernbereitschaft, Teamfähigkeit und die Fähigkeit, technische Konzepte verständlich zu kommunizieren.
• Gute Projektmanagementfähigkeiten und die Fähigkeit, sowohl unabhängig als auch im Team zu arbeiten.