Auf einen Blick
- Aufgaben: Verwalte Datenkampagnen und erstelle hochwertige, beschriftete Datensätze für maschinelles Lernen.
- Unternehmen: Cape by Moody’s, ein innovatives Team für präzise Immobilienanalysen.
- Vorteile: Flexibles Arbeiten, wettbewerbsfähiges Gehalt und Entwicklungsmöglichkeiten.
- Weitere Informationen: Kollaborative, remote-freundliche Umgebung mit großartigen Karrieremöglichkeiten.
- Warum dieser Job: Gestalte die Zukunft der Computer Vision mit und arbeite an spannenden Projekten.
- Qualifikationen: Masterabschluss in einem quantitativen oder technischen Bereich erforderlich.
Das prognostizierte Gehalt liegt zwischen 45000 - 65000 € pro Jahr.
Fähigkeiten und Kompetenzen
- Erfahrung in der Durchführung oder Unterstützung von Datenbeschriftungs- und Annotierungsprojekten, einschließlich Kampagnenmanagement, QA oder Anbieterkoordination
- Praktische Erfahrung mit professionellen Beschriftungsplattformen wie Labelbox, Dataloop, Scale oder ähnlichen Tools
- Starkes analytisches Denken mit der Fähigkeit, Beschriftungsverteilungen, Konsensmetriken und Fehlerarten zu interpretieren
- Kenntnisse in Python für Analyse und Automatisierung, einschließlich der Nutzung von Jupyter-Notebooks
- Sicherer Umgang mit Tabellenkalkulationen und grundlegender Analyse mit SQL und/oder Python
- Starke operative und projektmanagementfähigkeiten, mit der Fähigkeit, mehrere gleichzeitige Kampagnen zu verwalten
- Hohe Aufmerksamkeit für Details und Sorgfalt bei Dokumentation, Taxonomie-Definition und QA-Prozessen
- Klare schriftliche und mündliche Kommunikationsfähigkeiten zur Zusammenarbeit mit technischen Teams und externen Anbietern
- Fähigkeit, konstruktives Feedback zu geben und zu empfangen, um Beschriftungsanweisungen und Ergebnisse zu verbessern
- Erfahrung mit Computer Vision, geospatialen Daten oder ML-Workflows ist von Vorteil
Bildung
- Master-Abschluss in einem quantitativen, analytischen oder technischen Bereich
Verantwortlichkeiten
- Diese Rolle verantwortet den gesamten Lebenszyklus von Kampagnen zur Sammlung von Ground Truth-Daten, indem die Anforderungen des maschinellen Lernens in qualitativ hochwertige beschriftete Datensätze übersetzt werden, die zentrale Produkte der Computer Vision unterstützen.
- Zusammenarbeit mit ML- und Data Science-Leitern zur Übersetzung von Modellanforderungen in klare Beschriftungstaxonomien und konkrete Beschriftungsaufgaben
- Entwurf und Durchführung interner Goldstandardkampagnen zur Validierung von Taxonomien und Sicherstellung der Abdeckung von Randfällen
- Konfiguration und Verwaltung von Annotierungsprojekten, einschließlich Hochladen von Bildern, Geometrien und Metadaten sowie Export von beschrifteten Daten
- Koordination mit externen Beschriftungsanbietern, einschließlich Schulung zur Taxonomie, Beispiel-Durchläufen und fortlaufendem Feedback
- Bewertung der Anbieterleistung anhand von Gold-Datensätzen, Verwirrungsmatrizen und Qualitätsberichten zur Bestimmung der Einsatzbereitschaft für Skalierung
- Start und Überwachung von Produktionsbeschriftungskampagnen, Verfolgung von Durchsatz, SLAs und Gesamtfortschritt
- Beantwortung von Fragen der Mitarbeiter, Klärung von Taxonomie-Unklarheiten und proaktive Identifizierung von Werkzeug- oder Workflow-Problemen
- Überwachung der Beschriftungsqualität und Konsensmetriken, Einleitung zusätzlicher Abstimmungsrunden oder manueller QA, wo nötig
- Überprüfung von Bereichen mit geringer Übereinstimmung und Vorschlag von Taxonomie-Verfeinerungen, Klarstellungen oder Streichungen
- Erstellung finaler Ground Truth-Datensätze, Sicherstellung, dass Qualitätsstandards erfüllt sind und Daten klar für ML-Datenverbrauch dokumentiert sind
- Pflege des Kampagnenstatus und der Dokumentation, damit die Stakeholder klare Sichtbarkeit über die Datenbereitschaft haben
- Beitrag zur kontinuierlichen Verbesserung der Prozesse, Werkzeuge und Best Practices für Ground Truth
Über das Team
Sie werden Teil von Cape by Moody’s, einem Team, das sich auf die Bereitstellung hochpräziser Immobilienanalysen aus Luftbildern und fortschrittlichem maschinellem Lernen konzentriert. Ground Truth-Daten sind zentral für die Mission des Teams, und diese Rolle arbeitet eng mit Datenwissenschaftlern, ML-Ingenieuren und Produktpartnern in Europa und Nordamerika in einer kollaborativen, remote-freundlichen Umgebung zusammen.
Data Analyst Arbeitgeber: Moody
Moody's bietet eine dynamische und unterstützende Arbeitsumgebung für Data Analysts, die sich leidenschaftlich für präzise Datenanalysen und maschinelles Lernen einsetzen. Mit einem starken Fokus auf Mitarbeiterentwicklung und kontinuierlichem Lernen fördert das Unternehmen eine Kultur der Zusammenarbeit, in der Teammitglieder aus Europa und Nordamerika gemeinsam an innovativen Projekten arbeiten. Die Möglichkeit, remote zu arbeiten, kombiniert mit einem klaren Karrierepfad und einem engagierten Team, macht Moody's zu einem hervorragenden Arbeitgeber für alle, die bedeutungsvolle und erfüllende Tätigkeiten suchen.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass Sie so Data Analyst erhalten könnten
✨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 Moody 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 Data Analyst 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 Data Analyst bei Moody gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei Moody 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 Moody entscheidend sein!
