Auf einen Blick
- Aufgaben: Automatisiere Geschäftsprozesse mit Data Science und Gen-AI Methoden.
- Unternehmen: Innovatives Unternehmen mit Fokus auf Technologie und Teamarbeit.
- Vorteile: Attraktive Vergütung, flexible Arbeitszeiten und umfangreiche Weiterbildungsmöglichkeiten.
- Weitere Informationen: Dynamisches Umfeld mit großartigen Karrierechancen.
- Warum dieser Job: Gestalte die Zukunft mit Machine Learning und generativer KI.
- Qualifikationen: Studium in Mathematik oder Informatik und Erfahrung in Machine Learning.
Das prognostizierte Gehalt liegt zwischen 55000 - 70000 € pro Jahr.
Das Ist Ihre Aufgabe
- Sie automatisieren Geschäftsprozesse auf Basis von Data Science und Gen-AI Methoden und -Tools.
- Digitalisierungsprojekte werden von Ihnen in Zusammenarbeit mit den Fachbereichen umgesetzt.
- Sie erstellen neue Machine Learning Services mit Fokus auf Informationsextraktion und Sprachmodellen.
- Unter der Nutzung von Cloud-Technologien wie z. B. Azure integrieren Sie die entwickelten Modelle in das bestehende System.
- Zusammen mit dem Team verfolgen Sie die neuesten Entwicklungen im Bereich Machine Learning und evaluieren die Potenziale generativer KI-Modelle wie Transformers oder ChatGPT.
Das Zeichnet Sie Aus
- Durch Ihr abgeschlossenes Studium in Mathematik oder Informatik oder in einem vergleichbaren Studiengang verfügen Sie über das notwendige Fachwissen.
- Sie können mehrjährige praktische Erfahrungen in der Entwicklung von Machine Learning Services vorweisen, vor allem in Embedding Modellen, LLMs und NLP.
- Sie verfügen über fundierte Kenntnisse im Python Data Science Stack (Pandas, SKLearn, SciPy) und haben tiefgehende Erfahrung mit Deep Learning Frameworks (Pytorch, Tensorflow).
- Konzeptionelles Denken mit der Fähigkeit, Probleme durch den Einsatz von Statistik und maschinellem Lernen zu lösen, zeichnet Sie aus.
- Die Kommunikation in deutscher und englischer Sprache ist für Sie kein Problem.
Benefits
- Attraktive Vergütung und Sozialleistungen.
- Flexible Arbeitszeiten und mobiles Arbeiten.
- Umfangreiches Weiterbildungsprogramm.
Data Scientist (m/w/d) Arbeitgeber: SCHUNK - Hand in hand for tomorrow
Unser Unternehmen bietet Ihnen als Data Scientist (m/w/d) die Möglichkeit, in einem innovativen Umfeld zu arbeiten, das von einer starken Teamkultur und einem leidenschaftlichen Umgang mit Technologie geprägt ist. Sie profitieren von flexiblen Arbeitszeiten, der Option auf mobiles Arbeiten sowie einem umfangreichen Weiterbildungsprogramm, das Ihre berufliche Entwicklung fördert. Durch die Integration modernster Cloud-Technologien und die Zusammenarbeit an spannenden Digitalisierungsprojekten haben Sie die Chance, Ihre Fähigkeiten in einem dynamischen und zukunftsorientierten Bereich weiter auszubauen.
Kontaktdaten:
SCHUNK - Hand in hand for tomorrow Recruiting-Team
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass Sie so Data Scientist (m/w/d) erhalten könnten
✨Netzwerken, Netzwerken, Netzwerken!
Nutze LinkedIn und andere Plattformen, um mit Fachleuten aus der Data Science Community in Kontakt zu treten. Teile deine Projekte und Erfahrungen, um sichtbar zu werden und vielleicht sogar Empfehlungen zu erhalten.
✨Präsentiere deine Projekte!
Erstelle ein Portfolio deiner besten Arbeiten und präsentiere sie auf GitHub oder einer persönlichen Website. Zeige, was du kannst, und mache es potenziellen Arbeitgebern leicht, deine Fähigkeiten zu erkennen.
✨Bereite dich auf technische Interviews vor!
Mach dich mit typischen Fragen und Aufgaben aus dem Bereich Machine Learning und Data Science vertraut. Übe Coding-Challenges und sei bereit, deine Denkweise während des Lösens von Problemen zu erklären.
✨Bewirb dich direkt über unsere Website!
Wenn du eine Stelle bei uns im Auge hast, bewirb dich direkt über die StudySmarter-Website. So zeigst du dein Interesse und erhöhst deine Chancen, schnell in den Auswahlprozess zu kommen.
Wir glauben, dass du diese Fähigkeiten brauchst, um Data Scientist (m/w/d) mit Bravour zu bestehen
Einige Tipps für deine Bewerbung 🫡
Sei authentisch!:Zeig uns, wer du wirklich bist! Deine Persönlichkeit und Leidenschaft für Data Science sollten in deiner Bewerbung deutlich werden. Lass uns wissen, warum du dich für diese Position interessierst und was dich motiviert.
Betone deine Erfahrungen:Erzähle uns von deinen bisherigen Projekten und Erfahrungen im Bereich Machine Learning. Konkrete Beispiele helfen uns, deine Fähigkeiten besser zu verstehen und zu sehen, wie du unser Team bereichern kannst.
Sprache ist wichtig:Achte darauf, dass deine Bewerbung sowohl auf Deutsch als auch auf Englisch klar und verständlich ist. Wir suchen jemanden, der in beiden Sprachen kommunizieren kann, also zeig uns deine Sprachkenntnisse!
Bewirb dich über unsere Website:Der einfachste Weg, um Teil unseres Teams zu werden, ist die Bewerbung über unsere Website. So stellst du sicher, dass deine Unterlagen direkt bei uns landen und wir sie schnellstmöglich prüfen können.
Wie man sich auf ein Vorstellungsgespräch bei SCHUNK - Hand in hand for tomorrow vorbereitet
✨Verstehe die Technologien
Mach dich mit den neuesten Entwicklungen im Bereich Machine Learning und generativer KI vertraut. Sei bereit, über deine Erfahrungen mit Tools wie Pytorch und Tensorflow zu sprechen und wie du diese in deinen Projekten eingesetzt hast.
✨Bereite konkrete Beispiele vor
Denke an spezifische Projekte, bei denen du Machine Learning Services entwickelt hast. Erkläre, welche Herausforderungen du hattest und wie du sie gelöst hast. Das zeigt nicht nur dein Fachwissen, sondern auch deine Problemlösungsfähigkeiten.
✨Sprich die Sprache der Fachbereiche
Da du eng mit verschiedenen Fachbereichen zusammenarbeiten wirst, ist es wichtig, dass du deren Bedürfnisse verstehst. Bereite dich darauf vor, wie du Data Science in ihren Kontext integrieren kannst und welche Vorteile das für sie bringt.
✨Zeige deine Leidenschaft
Unterstreiche deine Begeisterung für Technologie und Innovation. Unternehmen suchen nach Kandidaten, die nicht nur die nötigen Fähigkeiten haben, sondern auch eine echte Leidenschaft für das, was sie tun. Lass deine Motivation durchscheinen!
