Für unseren Kunden suchen wir eine erfahrene und analytisch starke Persönlichkeit im Bereich Data Science, Analytics und Machine Learning. Der Fokus der Rolle liegt klar auf der Entwicklung datengetriebener Analysen, Machine-Learning-Use-Cases und Business-naher Analytics-Lösungen. Gesucht wird daher weniger ein klassischer Data Engineer, sondern vielmehr ein Profil mit starkem analytischem Verständnis, solider Software-Engineering-Basis und der Fähigkeit, komplexe Fragestellungen gemeinsam mit Business-Stakeholdern in konkrete Lösungen zu überführen. In dieser Rolle arbeitest du an der Schnittstelle zwischen Business, Data und Technologie. Du analysierst komplexe Daten, entwickelst datenbasierte Entscheidungsgrundlagen und setzt Analytics- sowie Machine-Learning-Lösungen um. Analyse, Aufbereitung und Interpretation komplexer Datenbestände Entwicklung von Analytics-, Reporting- und Machine-Learning-Lösungen mit Python und SQL Umsetzung von Use Cases im Bereich Predictive Analytics, Advanced Analytics und AI/ML Enge Zusammenarbeit mit Business-Stakeholdern zur Aufnahme, Strukturierung und Übersetzung fachlicher Anforderungen Entwicklung von Prototypen, Modellen und produktionsnahen Lösungen Validierung, Optimierung und Dokumentation von Modellen und analytischen Ansätzen Unterstützung bei der Automatisierung datengetriebener Prozesse Erstellung verständlicher Präsentationen und Handlungsempfehlungen für Fachbereiche und Management Zusammenarbeit mit Data-, IT- und Engineering-Teams im Rahmen der technischen Umsetzung Nutzung moderner Entwicklungsprozesse mit Git und Software-Engineering-Best-Practices Anforderung:
Sehr gute Kenntnisse in Python für Datenanalyse, Machine Learning und Automatisierung Sehr gute Kenntnisse in SQL und sicherer Umgang mit relationalen Datenbanken Fundierte Erfahrung in Analytics, Data Science und Machine Learning Erfahrung mit gängigen Python-Libraries wie Pandas, NumPy, scikit-learn, PyTorch oder TensorFlow Solides Verständnis von Softwareentwicklung, sauberem Code, Git und strukturiertem Entwicklungsprozess Fähigkeit, komplexe fachliche Anforderungen zu verstehen und in datengetriebene Lösungen zu übersetzen Erfahrung in der Kommunikation mit Business-Stakeholdern und Management Sehr gute Deutschkenntnisse sowie gute Englischkenntnisse Analytische, strukturierte und lösungsorientierte Arbeitsweise Fähigkeit, eigenständig zu arbeiten und Themen von der Analyse bis zur Umsetzung voranzutreiben Erfahrung mit Spark oder verteilten Datenverarbeitungssystemen (nice-to-have) Erfahrung mit Kubernetes oder containerisierten Umgebungen (nice-to-have) Erfahrung mit Airflow oder vergleichbaren Workflow-Orchestrierungstools (nice-to-have) Erfahrung mit MLflow oder MLOps-Prozessen (nice-to-have) Erfahrung im Finanz-, Banking-, Risk-, Investment- oder Reporting-Umfeld (nice-to-have) Erfahrung mit Cloud-Plattformen wie AWS, GCP oder Azure (nice-to-have) Erfahrung mit Generative AI, LLMs oder AI-basierten Business-Lösungen (nice-to-have) Erfahrung mit BI-Tools oder Management-Reporting (nice-to-have)
#J-18808-Ljbffr
Sehr gute Kenntnisse in Python für Datenanalyse, Machine Learning und Automatisierung Sehr gute Kenntnisse in SQL und sicherer Umgang mit relationalen Datenbanken Fundierte Erfahrung in Analytics, Data Science und Machine Learning Erfahrung mit gängigen Python-Libraries wie Pandas, NumPy, scikit-learn, PyTorch oder TensorFlow Solides Verständnis von Softwareentwicklung, sauberem Code, Git und strukturiertem Entwicklungsprozess Fähigkeit, komplexe fachliche Anforderungen zu verstehen und in datengetriebene Lösungen zu übersetzen Erfahrung in der Kommunikation mit Business-Stakeholdern und Management Sehr gute Deutschkenntnisse sowie gute Englischkenntnisse Analytische, strukturierte und lösungsorientierte Arbeitsweise Fähigkeit, eigenständig zu arbeiten und Themen von der Analyse bis zur Umsetzung voranzutreiben Erfahrung mit Spark oder verteilten Datenverarbeitungssystemen (nice-to-have) Erfahrung mit Kubernetes oder containerisierten Umgebungen (nice-to-have) Erfahrung mit Airflow oder vergleichbaren Workflow-Orchestrierungstools (nice-to-have) Erfahrung mit MLflow oder MLOps-Prozessen (nice-to-have) Erfahrung im Finanz-, Banking-, Risk-, Investment- oder Reporting-Umfeld (nice-to-have) Erfahrung mit Cloud-Plattformen wie AWS, GCP oder Azure (nice-to-have) Erfahrung mit Generative AI, LLMs oder AI-basierten Business-Lösungen (nice-to-have) Erfahrung mit BI-Tools oder Management-Reporting (nice-to-have)
#J-18808-Ljbffr
Data Scientist / Analytics Specialist Arbeitgeber: PROSTAFF
Als Arbeitgeber in der Bankenbranche bieten wir Ihnen die Möglichkeit, an einem bedeutenden SAP S/4HANA-Migrationsprogramm teilzunehmen, das nicht nur Ihre fachlichen Fähigkeiten fördert, sondern auch ein dynamisches und unterstützendes Arbeitsumfeld bietet. Unsere Unternehmenskultur legt großen Wert auf Teamarbeit und kontinuierliche Weiterbildung, sodass Sie sich sowohl persönlich als auch beruflich weiterentwickeln können. Darüber hinaus profitieren Sie von flexiblen Arbeitszeiten und einer attraktiven Vergütung, die Ihre wertvolle Arbeit anerkennt.
