Auf einen Blick
- Aufgaben: Entwickle KI-gestützte Lösungen und arbeite an innovativen Datenmodellen.
- Unternehmen: SAP, ein führendes Unternehmen im Bereich Unternehmenssoftware mit globaler Reichweite.
- Vorteile: Wettbewerbsfähiges Gehalt, Gesundheitsleistungen, flexible Arbeitsmodelle und kontinuierliche Weiterbildung.
- Weitere Informationen: Wachstumsorientierte Umgebung mit vielfältigen Karrierechancen.
- Warum dieser Job: Gestalte die Zukunft der KI in einem dynamischen und unterstützenden Team.
- Qualifikationen: Erfahrung in Wissensengineering und semantischen Datenmodellen erforderlich.
Das prognostizierte Gehalt liegt zwischen 81000 - 99000 € pro Jahr.
Wir helfen der Welt, besser zu funktionieren. Bei SAP halten wir es einfach: Sie bringen Ihr Bestes zu uns, und wir bringen das Beste in Ihnen zum Vorschein. Wir sind Entwickler, die über 20 Branchen und 80 % des globalen Handels berühren, und wir benötigen Ihre einzigartigen Talente, um zu gestalten, was als Nächstes kommt. Die Arbeit ist herausfordernd – aber sie zählt. Sie finden einen Ort, an dem Sie Sie selbst sein können, Ihr Wohlbefinden priorisieren und wirklich dazugehören können.
Was ist für Sie drin? Ständiges Lernen, Wachstum von Fähigkeiten, großartige Vorteile und ein Team, das möchte, dass Sie wachsen und erfolgreich sind.
Als Data and Applied Scientist bei SAP werden Sie die Kontext-Engine aufbauen, die in SAPs Business-Ontologie verankert ist: die semantische Infrastruktur, die rohe Geschäftsdaten in die Wissensschicht transformiert, die SAPs KI-Agenten und -Assistenten antreibt.
Sie werden:
- Unternehmensontologien und semantische Modelle entwerfen und pflegen, die den KI-Agenten ein genaues, fundiertes Verständnis von SAP und verbundenen Geschäftswelten vermitteln.
- KI-Fähigkeiten entwickeln, einschließlich RAG-Pipelines, Einbettungen, Vektordatenbanken und Unternehmenswissen, die SAPs Agenten genau und zuverlässig in der Produktion machen.
- Mit Cloud- und Datenplattformen wie Databricks, SAP Datasphere, SAP HANA Cloud, AWS, Azure und GCP arbeiten, um zuverlässige, skalierbare KI-Workflows zu unterstützen.
- Maschinenlernen, Deep Learning und statistische Modellierung anwenden, um KI-Lösungen mit realen Unternehmensdatensätzen zu entwickeln und zu bewerten.
Erforderliche Qualifikationen:
- 8+ Jahre Erfahrung in Wissensengineering, semantischen Datensystemen, angewandter KI oder Datenwissenschaft in der Industrie, Forschungslabors oder fortgeschrittenen akademischen Umgebungen.
- Master oder PhD in Informatik, Angewandter Mathematik, Statistik, Ingenieurwesen oder einem verwandten quantitativen Bereich.
- Praktische Erfahrung im Entwerfen von Unternehmensontologien und semantischen Modellen; Kenntnisse in mindestens einer Graphabfragesprache (SPARQL, Cypher oder GQL).
- Starke Python- und SQL-Kenntnisse mit produktionsgerechten Entwicklungspraktiken; Erfahrung mit ML-Bibliotheken wie PyTorch, TensorFlow oder scikit-learn.
- Nachweisliche Erfolge bei der Bereitstellung und dem Betrieb von KI/ML-Lösungen in der Produktion.
Bevorzugte Qualifikationen:
- Tiefgehende Kenntnisse der SAP-Datenmodelle, Metadatenstrukturen und Kern-Geschäftsprozesse.
- Praktische Erfahrung mit der SAP-Daten- und KI-Plattform.
- Tiefgehende Expertise im Bereich maschinelles Lernen und Deep Learning.
Wo Sie hingehören: Das Application AI-Team sitzt auf der Fundamentalschicht - wir bauen die LLM-Systeme und intelligente Infrastruktur, die über SAPs globale Plattformen laufen. Dies ist ein Team, das Ingenieure schätzt, die wie Eigentümer denken: Menschen, die die Architektur definieren möchten, nicht nur eine Spezifikation umsetzen.
Bei SAP können Sie Ihr Bestes geben. Unsere Innovationen helfen mehr als vierhunderttausend Kunden weltweit, effizienter zusammenzuarbeiten und Geschäftseinblicke effektiver zu nutzen.
Wir gewinnen mit Inklusion: SAPs Kultur der Inklusion, der Fokus auf Gesundheit und Wohlbefinden sowie flexible Arbeitsmodelle helfen sicherzustellen, dass sich jeder – unabhängig von seinem Hintergrund – einbezogen fühlt und sein Bestes geben kann.
Data Science Expert (Domain Models) - Data Labs (m/f/d) Arbeitgeber: SAP
SAP ist ein hervorragender Arbeitgeber, der seinen Mitarbeitern nicht nur ein inspirierendes Arbeitsumfeld bietet, sondern auch kontinuierliche Lern- und Entwicklungsmöglichkeiten. Mit einem starken Fokus auf Inklusion, Wohlbefinden und flexiblen Arbeitsmodellen sorgt SAP dafür, dass jeder Mitarbeiter sein volles Potenzial entfalten kann. Die Position des Client Delivery Manager Associate in Deutschland ermöglicht es dir, aktiv an der Cloud-Transformation führender Unternehmen mitzuwirken und Teil eines dynamischen, multikulturellen Teams zu werden.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass du so Data Science Expert (Domain Models) - Data Labs (m/f/d) erhalten könntest
✨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 SAP 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 Expert (Domain Models) - Data Labs (m/f/d) 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 Science Expert (Domain Models) - Data Labs (m/f/d) bei SAP gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei SAP 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 SAP entscheidend sein!