Data Scientist

Wir suchen einen Data Scientist, der End-to-End-Maschinenlernlösungen entwickelt und implementiert, die wichtige Fintech-Anwendungsfälle wie Kreditrisikomodellierung, Optimierung des Kundenlebenszyklus, Betrugserkennung und Inkassostrategien unterstützen. In dieser Rolle beeinflusst Ihre Arbeit direkt wichtige Geschäftsentscheidungen in den Bereichen Risiko, Wachstum und Inkasso.

Als Data Scientist arbeiten Sie an der Schnittstelle von Daten, Produkt und Engineering und entwickeln skalierbare, produktionsreife Maschinenlernlösungen in einer modernen Azure ML-Umgebung. Sie übernehmen die Verantwortung für den gesamten ML-Lebenszyklus, von der Problemdefinition bis zur Bereitstellung und Überwachung, während Sie eng mit Stakeholdern zusammenarbeiten, um Daten in Erkenntnisse umzuwandeln, die echte, messbare Auswirkungen haben.

Hauptverantwortlichkeiten

• Übernahme des gesamten Lebenszyklus von Maschinenlernlösungen: Problemformulierung, Datenexploration, Merkmalsengineering, Modellentwicklung, Bereitstellung und Überwachung
• Entwicklung und Produktionsbereitstellung von Modellen für Kreditbewertung, Marketingoptimierung, Inkasso und andere zentrale Geschäftsprobleme
• Arbeiten mit großangelegten Daten zum Aufbau robuster Datenpipelines und Merkmalsdatensätze
• Bereitstellung und Verwaltung von Modellen mit Azure Machine Learning, einschließlich Experimentverfolgung, Modellversionierung und Lebenszyklusmanagement
• Enger Austausch mit Stakeholdern (Produkt, Risiko, Marketing, Engineering), um hochwirksame Möglichkeiten zu identifizieren und in Datenlösungen umzusetzen
• Entwurf, Implementierung und Analyse von A/B-Tests und Experimenten, um statistisch fundierte und geschäftsrelevante Schlussfolgerungen zu gewährleisten
• Aufbau von Überwachungsrahmen zur Verfolgung der Modellleistung, Erkennung von Daten-/Modellabweichungen und Gewährleistung langfristiger Zuverlässigkeit
• Sicherstellen, dass Modelle regulatorische und Erklärbarkeitsanforderungen erfüllen (z. B. Transparenz bei Kreditentscheidungen)
• Kommunikation von Erkenntnissen und Modellverhalten klar an technische und nicht-technische Stakeholder

Anforderungen

• Abschluss in Data Science, Statistik, Mathematik, Ökonometrie oder einem verwandten Bereich
• Starke Programmierkenntnisse in Python und SQL (R ist ein Plus)
• Solides Verständnis von Maschinenlerntechniken und deren praktischen Kompromissen
• Erfahrung mit Azure Machine Learning oder ähnlichen Plattformen (AWS SageMaker, GCP Vertex AI)
• Erfahrung in der Bereitstellung von Modellen in der Produktion und deren Wartung (Überwachung, Nachtraining, Versionierung)
• Starkes Wissen über Experimentier- und statistische Methoden (A/B-Tests, Hypothesentests)
• Erfahrung mit Techniken zur Erklärbarkeit von Modellen (z. B. SHAP, LIME), insbesondere in regulierten Umgebungen
• Fähigkeit, komplexe Analysen in klare Geschäftseinblicke zu übersetzen
• Fließend in Englisch

Wünschenswert

• Erfahrung in Fintech-Bereichen wie Kreditrisiko, Betrugserkennung oder Inkassooptimierung
• Erfahrung mit verteilten Datenverarbeitungsframeworks (z. B. Apache Spark, Databricks)
• Vertrautheit mit MLOps-Praktiken (CI/CD, Modellregistrierungen, Pipeline-Orchestrierung)
• Erfahrung mit Feature Stores und Produktionsdatenpipelines
• Erfahrung in regulierten Umgebungen (z. B. DSGVO, Standards zur Modellvalidierung)

Das Gehaltsband liegt zwischen 4.000 und 5.000 Euro brutto monatlich. Unser endgültiges Angebot wird fair auf Grundlage Ihrer Fähigkeiten und Erfahrungen festgelegt.

Wir bieten:

• Ein wirklich globaler Arbeitsplatz – arbeiten Sie mit Fachleuten aus über 40 Nationalitäten, die vielfältige Expertise, Perspektiven und eine kollaborative internationale Kultur einbringen.
• Hybrides und flexibles Arbeiten – wir unterstützen die Work-Life-Balance mit Remote-Arbeitsoptionen und modernen Büroräumen in ganz Europa.
• Eine Kultur des Wachstums – wir investieren in Ihre Zukunft und bieten LinkedIn Learning, Mentoring und Programme zur beruflichen Entwicklung, einschließlich HiPo- und Führungsentwicklungsinitiativen zur Unterstützung Ihrer Karriere.
• Finanzielle Wachstumschancen – profitieren Sie von unserem Programm zur Aktienkaufanpassung, das es Ihnen ermöglicht, in Ihre Zukunft mit angepassten Beiträgen und langfristigen finanziellen Belohnungen zu investieren.
• Workation-Programm – arbeiten Sie bis zu 2 Monate pro Jahr remote aus verschiedenen Ländern und erleben Sie neue Kulturen, während Sie verbunden und produktiv bleiben.

Wir können KI-Tools verwenden, um bestimmte Teile des Einstellungsprozesses zu unterstützen, z. B. bei der Überprüfung von Bewerbungen, der Analyse von Lebensläufen oder der Bewertung von Antworten anhand vordefinierter Kriterien. Diese Tools unterstützen unser Rekrutierungsteam, ersetzen jedoch nicht das menschliche Urteil. Alle endgültigen Einstellungsentscheidungen werden von menschlichen Recruitern getroffen. Indem Sie sich bewerben, bestätigen Sie, dass Sie unsere Datenschutzrichtlinie für die Rekrutierung gelesen und akzeptiert haben.