Data Scientist (AI Enablement, Machine Learning, Prompt Engineering) (m/w/d)
Für ein Projekt im Transport und Logistik suchen wir einen Data Scientist (m/w/d) mit Erfahrung in AI Enablement, Machine Learning und Prompt Engineering.
Projektinformationen
- Ort: Frankfurt am Main / Hybrid
- Start: 02.11.2026
- Bewerbungsfrist: 20.10.2026
- Laufzeit: 02.11.2026 – 31.12.2026 + Option
- Branche: Transport und Logistik
Aufgaben
Durchführung von AI-Enablement-Formaten zur Identifizierung und Priorisierung von KI-Anwendungsfällen, Einsatz von Machine Learning, generativer KI und KI-Werkzeugen zur Datenanalyse, Konzeption von Modellen, Dashboards, Datenvisualisierungen, Prompt-Bibliotheken und Dokumentationen sowie Beratung interner Fachbereiche.
Muss-Anforderungen
- Erfahrung in Konzeption und Durchführung von KI-Enablement Programmen im Konzernumfeld (>10.000 Mitarbeitende, 3 Jahre) zur Anwendung generativer/agentischer KI-Werkzeuge (M365 Copi, Kiro) im Arbeitskontext
- Nachweisliche Erfahrung in der Anwendung und Vermittlung von Prompt-Engineering-Methoden für generative KI-Tools im Unternehmenskontext über 3 Jahre
- Ausgeprägte Kenntnisse/Erfahrungen bzgl. der Methodenvielfalt für Wissensvermittlung (Blended Learning, Community-Formate) und Begleitung von Veränderungsprozessen im IT Umfeld innerhalb von Großkonzernen (>10.000 Mitarbeitende, 3 ProjektRef.)
- Erfahrung im Bedarfs-/ Anforderungsanalyse, Priorisierung und Übersetzung von fachlichen und technischen Bedarfen in geeignete KI-Enablement Maßnahmen
- Nachweisliche Erfahrung und tiefgehendes fachliches Verständnis (Funktionsweise, Einsatzszenarien, Grenzen, Best Practices) aktueller KI-Werkzeuge im Unternehmenskontext, insbesondere M365 Copilot, Copilot Stuido und vergleichbare KI-Assistenten.
Soll-Anforderungen
- Ausgeprägte Kommunikationsstärke und die Fähigkeit, komplexe Inhalte verständlich und motivierend an verschiedene Stakeholdergruppen von technischen Experten bis C-Level Entscheidungsträgern zu vermitteln
- Erfahrung in Feedback- und Evaluationsmethoden (NPS, Reifegrademessung, KPI-basierte Wirkungsmessung)
- Gute Kenntnisse von agilen Methoden (zB. Scrum, Kanban, SAFe) und nachweisliche Erfahrung in der Zusammenarbeit in cross-funktionalen Teams aus Entwicklern, IT-Spezialisten und Business Stakeholdern.
Technologien & Methoden
AI Enablement, Machine Learning, Prompt Engineering, generative KI, KI-Werkzeuge, M365 Copilot, Kiro, Copilot Studio, Blended Learning, Community-Formate, NPS, Reifegrademessung, KPI-basierte Wirkungsmessung, Scrum, Kanban, SAFe
#J-18808-Ljbffr
