Auf einen Blick
- Aufgaben: Entwickle innovative Machine-Learning-Projekte und arbeite an spannenden Forecasting-Anwendungen.
- Unternehmen: Dynamisches Unternehmen im Bereich Data AI mit einem starken Teamgeist.
- Vorteile: Flexibles Arbeiten, modernes Office, Gesundheitsangebote und regelmäßige Weiterbildung.
- Weitere Informationen: Vielfältige Projekte mit namhaften Kunden und exzellente Karrierechancen.
- Warum dieser Job: Gestalte die Zukunft mit KI und entwickle deine Fähigkeiten in einem unterstützenden Umfeld.
- Qualifikationen: Abgeschlossenes Studium in Data Science oder verwandten Bereichen und gute Python-Kenntnisse.
Das prognostizierte Gehalt liegt zwischen 63000 - 77000 € pro Jahr.
Deine Aufgaben
- Fokus: Entwicklung und Umsetzung von Machine- und Deep-Learning-Projekten im Bereich Zeitreihenprognosen, tabellarisches Machine Learning und kausale Inferenz.
- Du unterstützt und realisierst End-to-End-Machine-Learning-Projekte für unsere Kunden mit Fokus auf Zeitreihen- und Forecasting-Anwendungsfälle wie Demand Forecasting, Pricing, Anomalieerkennung und Predictive Maintenance.
- Du konzipierst, implementierst, validierst und deployest Machine-Learning-Modelle auf Basis von tabellarischen und Zeitreihendaten, von klassischen statistischen Verfahren bis hin zu modernen Machine-Learning- und Deep-Learning-Ansätzen.
- Du nutzt statistisches und kausales Denken zur Lösung komplexer geschäftlicher Fragestellungen und setzt Methoden wie kontrollierte Experimente, Unsicherheitsquantifizierung und Entscheidungsoptimierung ein.
- Du unterstützt beim Aufbau robuster, skalierbarer und wartbarer ML-Pipelines und wirkst beim Deployment von Modellen in produktiven Umgebungen auf modernen Cloud-Infrastrukturen wie Azure, AWS oder GCP mit.
- Du arbeitest regelmäßig mit Stakeholdern und Kundenvertretern zusammen und stellst eine enge Abstimmung im Projekt sicher.
- Du arbeitest mit erfahrenen Consultants, Data Scientists und Engineers über verschiedene Branchen und Use Cases hinweg zusammen und entwickelst dabei kontinuierlich deine technischen und beratungsbezogenen Fähigkeiten weiter.
- Je nach Erfahrung übernimmst du schrittweise Verantwortung für einzelne Arbeitspakete, wirkst an Angeboten mit und unterstützt die Weiterentwicklung interner Best Practices im Bereich Forecasting und angewandtes Machine Learning.
Dein Profil
- Du hast ein abgeschlossenes Bachelor- oder Masterstudium in einem quantitativen Fach wie Data Science, Statistik, Mathematik, Wirtschaft, Informatik, Wirtschaftsinformatik oder einem vergleichbaren Studiengang.
- Du hast erste praktische Erfahrung im Bereich Data Science gesammelt, beispielsweise durch Praktika, Werkstudententätigkeiten oder ein bis drei Jahre Berufserfahrung in einem relevanten Umfeld.
- Du verfügst über sehr gute Python-Kenntnisse und bist sicher im Umgang mit modernen Tools und Bibliotheken für Datenanalyse, Machine Learning und Softwareentwicklung.
- Du hast ein solides Fundament in Machine Learning und Statistik und kannst dieses für Modellvalidierung, Interpretation, kausale Analysen und die Ableitung geschäftsrelevanter Erkenntnisse einsetzen.
- Du hast erste praktische Erfahrung im Bereich Zeitreihenprognosen mit statistischen, feature-basierten und modernen neuronalen Methoden wie ARIMA oder ETS, LightGBM oder XGBoost, N-BEATSx oder N-HiTS, TFT oder PatchTST.
- Erste Berührungspunkte mit modernen Time-Series-Foundation-Modellen wie TimesFM, Chronos oder Moirai sind von Vorteil.
- Du hast Interesse daran, Forecasting-, Anomalieerkennungs- und Entscheidungsoptimierungsansätze in probabilistischen und kausalen Kontexten auf verschiedene Branchen anzuwenden.
- Du hast idealerweise erste Erfahrung mit Cloud-Plattformen, MLOps-Konzepten oder dem Deployment von Modellen in produktiven Umgebungen.
- Du bist kommunikationsstark und verfügst über sehr gute Deutschkenntnisse auf C2-Niveau sowie exzellente Englischkenntnisse auf C1-Niveau oder höher.
- Du arbeitest strukturiert, bist neugierig und proaktiv und hast die Motivation, dich in einem Beratungsumfeld weiterzuentwickeln.
- Du hast Freude an gelegentlichen Dienstreisen zu Kunden vor Ort in Deutschland, Österreich und der Schweiz.
Das bieten wir Dir
- Data AI im Kern: Dich erwarten vielfältige und anspruchsvolle Projekte mit namhaften Kund:innen aus unterschiedlichen Branchen von datengetriebenen Lösungen bis hin zu innovativen KI-Anwendungen.
- Fachliche Vielfalt Entwicklung: Du arbeitest an komplexen, abwechslungsreichen Fragestellungen und baust dabei kontinuierlich deine Expertise in deinem Fachgebiet sowie im Umfeld von Data AI aus.
- Professionelle Weiterentwicklung: Wir fördern deine methodische, fachliche und persönliche Entwicklung durch regelmäßiges Feedback, individuelle Förderung, Weiterbildungsangebote und unser Mentoring-Programm.
- Kultur Zusammenarbeit: Dich erwartet ein offenes, diverses und wertschätzendes Arbeitsumfeld mit flachen Hierarchien, kurzen Entscheidungswegen und einem starken Teamgefühl.
- Moderne Arbeitsweise: Wir leben eine iterative, moderne Arbeitskultur mit klarer Kommunikation, Eigenverantwortung und Raum für neue Ideen und Gestaltungsmöglichkeiten.
- Transparente Vergütung: Wir bieten faire, strukturierte und nachvollziehbare Gehaltsstufen, die regelmäßig an Markt- und Leistungsentwicklungen angepasst werden.
- Flexibles Arbeiten: Unser modernes Office in Frankfurt ist dein zentraler Arbeitsort, gleichzeitig hast du die Möglichkeit, regelmäßig remote zu arbeiten und bis zu vier Wochen pro Jahr aus dem EU-Ausland zu arbeiten.
- Mobilität Gesundheit: Profitiere von einem ermäßigten Deutschlandticket und vergünstigtem Zugang zu Sport- und Wellnessangeboten über Wellpass.
- Ausstattung Extras: Hochwertiges IT-Equipment (z. B. MacBook Pro), regelmäßige Team-Events sowie zusätzliche Leistungen wie Kinderbetreuungszuschüsse und attraktive Mitarbeiterrabatte runden dein Gesamtpaket ab.
(Junior) Machine Learning Engineer (m/w/d) in Darmstadt Arbeitgeber: statworx
statworx ist ein hervorragender Arbeitgeber, der seinen Mitarbeitern die Möglichkeit bietet, an der Spitze der Daten- und KI-Beratung in der DACH-Region zu arbeiten. Mit einem starken Fokus auf persönliche und methodische Entwicklung, flachen Hierarchien und einem freundlichen Arbeitsumfeld fördert das Unternehmen eine Kultur der Zusammenarbeit und Innovation. Die umfangreichen Benefits, einschließlich flexibler Arbeitszeiten, modernem Equipment und regelmäßigen Teamevents, machen statworx zu einem attraktiven Arbeitsplatz für alle, die eine sinnvolle und erfüllende Karriere im Bereich Data Governance anstreben.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass du so (Junior) Machine Learning Engineer (m/w/d) in Darmstadt 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 statworx 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 (Junior) Machine Learning Engineer (m/w/d) in Darmstadt 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 (Junior) Machine Learning Engineer (m/w/d) bei statworx gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei statworx 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 statworx entscheidend sein!