Data Science Engineer (f/m/d) - ID:2699811

Data Science Engineer (f/m/d) - ID:2699811

Wien Vollzeit 60000 - 78000 € / Jahr (geschätzt) Homeoffice (teilweise)
P

Auf einen Blick

  • Aufgaben: Verwandle komplexe Daten in umsetzbare Erkenntnisse mit KI und NLP.
  • Unternehmen: Innovatives AI-Unternehmen, das Unternehmen wie BMW und Lufthansa unterstützt.
  • Vorteile: Flexibles Arbeiten, Geburtstagsfreitag, mentale Gesundheitsunterstützung und regelmäßige Schulungen.
  • Weitere Informationen: Dynamisches Team mit Raum für Kreativität und persönliches Wachstum.
  • Warum dieser Job: Gestalte die Zukunft der Lieferketten mit modernster Technologie und echtem Einfluss.
  • Qualifikationen: Bachelor-Abschluss in Informatik oder verwandten Bereichen und 3+ Jahre Erfahrung in ML-Modellen.

Das prognostizierte Gehalt liegt zwischen 60000 - 78000 € pro Jahr.

Die meisten Unternehmen erfahren von Insolvenzrisiken bei Lieferanten, Cyberangriffen, Fabrikbränden oder Überschwemmungen, die ihre Lieferkette betreffen, erst, wenn es bereits zu einer Krise gekommen ist. Prewave existiert, um das zu ändern. Wir sind ein KI-natives Unternehmen, das BMW Group, Hilti und Lufthansa Echtzeit-Transparenz über Risiken in der Lieferkette bietet, bevor sie Schlagzeilen werden. Wir suchen einen Data Science Engineer, der die Verantwortung dafür übernimmt, riesige, komplexe Daten von Anfang an in umsetzbare Erkenntnisse umzuwandeln. Jemand, der KI als Standardteil seiner Arbeit nutzt – und weiß, wann er seinem eigenen Urteil vertrauen kann.

WAS DU ÜBERNEHMEN WIRST

  • Daten entschlüsseln – Nutzung von natürlicher Sprachverarbeitung (NLP), um Bedeutung aus verschiedenen Datensätzen zu extrahieren.
  • Wie ein Wissenschaftler denken – Hypothesen formulieren, Muster aufdecken und Optimierungsmöglichkeiten identifizieren.
  • Intelligentere KI entwickeln – Maschinenlernmodelle mit Torch und TensorFlow entwickeln, verfeinern und bereitstellen.
  • Forschung & Realität verbinden – Hochmoderne Algorithmen in produktionsbereite Lösungen umwandeln.
  • Modelle scharf halten – Überwachung, Verbesserung und kontinuierliche Optimierung der Modellleistung und -genauigkeit.
  • Das Datenuniversum erweitern – Neue Datenquellen identifizieren und integrieren, um unsere Intelligenz zu bereichern.
  • Zusammenarbeiten & innovieren – Mit funktionsübergreifenden Teams arbeiten, um geschäftliche Herausforderungen mit datengestützten Lösungen anzugehen.

WAS WIR SUCHEN

  • Du bist die richtige Wahl, wenn du einen Bachelor-Abschluss (oder höher) in Informatik, Statistik, Mathematik oder verwandten Bereichen hast.
  • 3+ Jahre Erfahrung in der Entwicklung, Bereitstellung und Skalierung von Maschinenlernmodellen in der Produktion.
  • Erfahrung mit NLP oder anderen Technologien des maschinellen Lernens, Techniken und Tools wie Torch oder TensorFlow.
  • Gute Erfahrung in der Arbeit mit Python und Scala.
  • Kenntnisse in SQL und relationalen Datenbanken.
  • Starke Problemlösungsfähigkeiten, komfortabel mit Mehrdeutigkeit und offenen Fragen.
  • End-to-End-Verantwortung, vom Prototyping eines Modells bis zur Bereitstellung und Überwachung in der Produktion.

Schön zu haben:

  • Master-Abschluss in einem verwandten Bereich.
  • Verständnis von cloudbasierten Diensten, insbesondere Google Cloud Platform oder AWS.
  • Kenntnisse in NoSQL-Datenbanksystemen.
  • Kenntnisse in agilen Softwareentwicklungstechniken.
  • Erfahrung mit Agententechnologien und KI-Tools wie Cursor, Claude usw.

UNSER ARBEITSSTIL

Wir sind ein robustes KI-natives Team, das ein KI-natives Resilienzprodukt entwickelt – und wir stellen für beides ein. Für uns bedeutet KI-nativ immer, dass Menschen und KI zusammenarbeiten, nicht dass das eine das andere ersetzt. Wir nutzen Tools wie Claude und Cursor als normalen Teil der Arbeit, um schneller zu denken, intelligenter zu arbeiten und weniger Zeit mit repetitiven Aufgaben zu verbringen. Wir betrachten KI-Fluenz als eine Fähigkeit wie jede andere – etwas, das man aufbaut, experimentiert und weiterentwickelt. Was damit einhergeht, ist echte Verantwortung. Du wirst den Raum und das Vertrauen haben, Dinge auf deine Weise herauszufinden – mit einem starken Team um dich herum und viel Unterstützung, wenn du sie brauchst. Hier geht es schnell voran und das Briefing wird nicht immer vollständig sein, aber das macht die Arbeit interessant. Die Menschen, die bei Prewave am besten abschneiden, sind von Natur aus neugierig, gehen Dingen nach, anstatt darauf zu warten, dass sie ihnen übergeben werden, und verlieren nicht den Halt, wenn sich der Plan ändert.

Wir bewerten sechs Werte in jedem Interview – positiven Einfluss schaffen, für Kundenwert optimieren, ehrgeiziger Innovator sein, mit Dringlichkeit handeln, sinnvolle Dinge tun und mit Freundlichkeit zusammenarbeiten – sodass du immer weißt, wonach wir suchen und dich entsprechend vorbereiten kannst.

DAS PAKET

Mindestens 45.738 EUR brutto jährlich basierend auf dem IT-Kollektivvertrag. Flexible Arbeitszeiten und hybrides Arbeiten. Dein Geburtstag frei. MyClubs-Partnerschaft. Unterstützung für psychische Gesundheit. Regelmäßige Gesundheitschecks und Initiativen. Schulungen im gesamten Unternehmen. Spaßige Teamevents. Gerät deiner Wahl. Arbeiten von überall – bis zu 8 Wochen im Jahr.

Data Science Engineer (f/m/d) - ID:2699811 Arbeitgeber: Prewave

Prewave ist ein hervorragender Arbeitgeber, der seinen Mitarbeitern in Wien ein flexibles Arbeitsumfeld und zahlreiche Vorteile bietet. Unsere Unternehmenskultur fördert Zusammenarbeit und Innovation, während wir gleichzeitig Möglichkeiten zur persönlichen und beruflichen Weiterentwicklung bieten. Bei uns haben Sie die Chance, an spannenden Projekten im Bereich KI-gestützter Lösungen zu arbeiten und Teil eines dynamischen Teams zu werden.

P

Kontaktdaten:

Prewave Recruiting-Team

StudySmarter Expertenrat🤫

Wir sind der Meinung, dass Sie so Data Science Engineer (f/m/d) - ID:2699811 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 Prewave 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 Science Engineer (f/m/d) - ID:2699811 mit Bravour zu bestehen

Natural Language Processing (NLP)
Machine Learning
Torch
TensorFlow
Python
Scala
SQL

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 Science Engineer (f/m/d) - ID:2699811 bei Prewave gut geeignet bist.

Wie man sich auf ein Vorstellungsgespräch bei Prewave 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 Prewave entscheidend sein!