Auf einen Blick
- Aufgaben: Entwickle und implementiere ML-Lösungen für ein Flottenoptimierungsplattform.
- Unternehmen: Trinetix, ein dynamischer Tech-Dienstleister mit globalem Einfluss.
- Vorteile: Karrierewachstum, umfassende Gesundheitsversorgung und flexible Arbeitszeiten.
- Weitere Informationen: Unterstützende Kultur mit Fokus auf kontinuierliches Lernen und Gemeinschaftsengagement.
- Warum dieser Job: Gestalte innovative Lösungen und habe einen echten Einfluss auf die Branche.
- Qualifikationen: Erfahrung in Python, ML-Frameworks und Optimierungstechniken erforderlich.
Das prognostizierte Gehalt liegt zwischen 48000 - 84000 € pro Jahr.
Wir suchen einen erfahrenen Data Science Engineer, der Produktionslösungen für maschinelles Lernen für eine Unternehmensplattform zur Flottenoptimierung entwirft, erstellt und bereitstellt, die über 46.000 Fahrzeuge an mehr als 545 Standorten verwaltet. In dieser Rolle entwickeln und operationalisieren Sie Nachfrageprognosen, Optimierungsmodelle, Vertragsintelligenz (NLP/Vision) und Modelle zur Vorhersage von Abweichungen mit einem starken Fokus auf Erklärbarkeit und Geschäftsauswirkungen. Sie sind verantwortlich für den gesamten ML-Lebenszyklus – von Experimenten und Modellentwicklung bis hin zur skalierbaren Produktionsbereitstellung auf AWS – und arbeiten eng mit Ingenieuren und Geschäftspartnern zusammen, um zuverlässige, datengestützte Ergebnisse zu liefern.
Must-Have Anforderungen
- Programmierung & ML-Frameworks: Python; PyTorch oder TensorFlow; scikit-learn; XGBoost oder LightGBM; pandas; NumPy
- Zeitreihen & Prognose: BSTS; Prophet; Temporal Fusion Transformer (TFT); hierarchische Prognosen mit MinT-Reconciliation
- Optimierung: Lineare Programmierung und MILP mit Tools wie PuLP und OR-Tools; Einschränkungszufriedenheit; Minimalkostenflussoptimierung
- AWS ML-Stack: Amazon SageMaker (Training Jobs, Endpoints, Model Monitor, Clarify, Feature Store, Pipelines)
Nice-to-have
- NLP & Dokumenten-KI: Amazon Textract; LayoutLMv3; Retrieval-Augmented Generation (RAG) Pipelines; Amazon Bedrock (Claude); OpenSearch Vektordatenbanken
- Fortgeschrittenes maschinelles Lernen: Graph Neural Networks (GNNs); Deep Reinforcement Learning; Überlebensanalyse (Cox Proportional Hazards, XGBoost-Survival); auf Aufmerksamkeit basierende Modelle
- Erklärbarkeit & MLOps: SHAP, LIME, Captum; MLflow; A/B-Tests; Champion/Challenger-Frameworks; Modell- und Datenabdrift-Erkennung
Kernverantwortlichkeiten
- Entwicklung von Nachfrageprognosemodellen (XGBoost, BSTS, Temporal Fusion Transformer) mit hierarchischer Rekonsolidierung über 545+ Standorte
- Entwicklung von Optimierungsmodellen unter Verwendung von MILP/Min-Cost Flow-Lösungen (PuLP, OR-Tools, Gurobi) und hybriden ML+Optimierungs-Pipelines
- Implementierung einer Dokumentenintelligenz-Pipeline: Textract + LayoutLMv3 für die Dokumentenextraktion, RAG mit Bedrock (Claude) für semantisches Denken
- Bereitstellung von Modellen auf SageMaker mit MLOps (Model Monitor, Feature Store, Pipelines); Implementierung von SHAP/LIME-Erklärbarkeit
Modelle, die Sie erstellen werden
- Nachfrageprognose: Gradient-boosted Modelle (XGBoost), Bayesian Structural Time Series (BSTS) und Temporal Fusion Transformers (TFT), einschließlich hierarchischer Rekonsolidierung
- Optimierung: Gemischte ganzzahlige lineare Programmierung (MILP) und Minimalkostenflussmodelle, die sich zu hybriden ML + Solver-Ansätzen und fortgeschrittenen Graph Neural Network (GNN) und Deep Reinforcement Learning (DRL) Lösungen entwickeln
- Dokumentenintelligenz: Automatisierte Dokumentenextraktion mit Amazon Textract und LayoutLMv3, Weiterentwicklung zu Retrieval-Augmented Generation (RAG) Pipelines mit Amazon Bedrock und Vision-Language-Modellen
- Überlebens- & Abweichungsvorhersage: Kaplan-Meier-Schätzer, Cox Proportional Hazards-Modelle und XGBoost-Survival-Techniken
Was wir bieten
- Kontinuierliche Lern- und Karrieremöglichkeiten
- Professionelle Schulungen und Englisch/Spanisch-Sprachkurse
- Umfassende Krankenversicherung
- Unterstützung für psychische Gesundheit
- Spezialisiertes Leistungsprogramm mit Vergütung für Fitnessaktivitäten, Hobbys, Tierpflege und mehr
- Flexible Arbeitszeiten
- Inklusive und unterstützende Kultur
Über uns
Gegründet im Jahr 2011, ist Trinetix ein dynamischer Dienstleister im Technologiebereich, der Unternehmensklienten weltweit unterstützt. Mit Hauptsitz in Nashville, Tennessee, haben wir ein globales Team von über 1.000 Fachleuten und Lieferzentren in Europa, den Vereinigten Staaten und Argentinien. Wir arbeiten mit führenden globalen Marken zusammen und bieten innovative digitale Lösungen in den Bereichen Fintech, professionelle Dienstleistungen, Logistik, Gesundheitswesen und Landwirtschaft an. Unsere Aktivitäten werden von einer starken Geschäftsperspektive, einer menschenorientierten Kultur und einem Engagement für verantwortungsvolles Wachstum geleitet. Wir engagieren uns aktiv für die Gemeinschaft durch verschiedene CSR-Aktivitäten und halten uns an internationale Prinzipien für nachhaltige Entwicklung und Geschäftsethik.
Senior Data Science Engineer Arbeitgeber: Trinetix
Trinetix ist ein hervorragender Arbeitgeber, der seinen Mitarbeitern kontinuierliche Lern- und Karrieremöglichkeiten bietet. Mit einem unterstützenden und integrativen Arbeitsumfeld in Nashville, Tennessee, profitieren Sie von flexiblen Arbeitszeiten, umfassender medizinischer Versicherung und speziellen Programmen zur Förderung von Fitness und Hobbys. Hier haben Sie die Möglichkeit, an innovativen Projekten im Bereich Fintech und KI zu arbeiten und sich in einem dynamischen Team weiterzuentwickeln.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass du so Senior Data Science Engineer 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 Trinetix 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 Senior Data Science Engineer 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 Senior Data Science Engineer bei Trinetix gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei Trinetix 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 Trinetix entscheidend sein!