Auf einen Blick
- Aufgaben: Train and fine-tune Computer Vision Modelle im Verteidigungstechnologiesektor.
- Unternehmen: Innovatives Unternehmen im Bereich Verteidigungstechnologie mit Fokus auf Datenwissenschaft.
- Vorteile: Lernmöglichkeiten, praktische Erfahrung und die Chance, an realen Projekten zu arbeiten.
- Weitere Informationen: Tolle Entwicklungsmöglichkeiten in einem spannenden und herausfordernden Umfeld.
- Warum dieser Job: Werde Teil eines dynamischen Teams und arbeite mit komplexen Daten, die einen echten Unterschied machen.
- Qualifikationen: Kenntnisse in Python, PyTorch und ein Interesse an Datenanalyse.
Das prognostizierte Gehalt liegt zwischen 31500 - 38500 € pro Jahr.
We are looking for a Junior Data Scientist to train, evaluate and fine-tune computer vision models in the defence technology sector.
A great opportunity to work with complex real-world data.
Responsibilities
- Prepare and clean drone image segmentation datasets
- Assist with model training and evaluation
- Extract meaningful features from low-quality data
- Create quality annotations manually & automatically
- Prioritize the data that will make the best impact
- Must have
- Python (numpy, Open CV, JSON/CLI scripts)
- Py Torch basics — train/fine-tune a model
- Understanding of metrics (m AP, Io U) + training curves
- Comfortable with messy data; Git, Linux
- Nice to have
- CVAT / SAM annotation, Ultralytics YOLO, DETR/HF transformers
- Augmentation + fine-tuning intuition, cloud GPU (AWS)
- Curious and passionate about data
- Careful with data: understands "garbage labels → garbage model"
- #J-18808-Ljbffr
Junior Data Scientist (Trainee) Arbeitgeber: Visarsoft GmbH
Als Arbeitgeber im Bereich Verteidigungstechnologie bieten wir Ihnen die Möglichkeit, als Junior Data Scientist in einem dynamischen und innovativen Umfeld zu arbeiten. Unsere Unternehmenskultur fördert kontinuierliches Lernen und persönliche Entwicklung, während wir Ihnen Zugang zu modernsten Technologien und realen Datenprojekten bieten. Genießen Sie flexible Arbeitszeiten und ein unterstützendes Team, das Ihre Leidenschaft für Daten schätzt und Ihre Karriere vorantreibt.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass du so Junior Data Scientist (Trainee) erhalten könntest
✨Schau dir lokale Data Science Meetups an!
In der Data Science Community gibt es viele Meetups und Konferenzen, die tolle Gelegenheiten bieten, um Kontakte zu knüpfen. Besuche solche Veranstaltungen in deiner Nähe, um mit Gleichgesinnten ins Gespräch zu kommen und möglicherweise auch Recruiter von Unternehmen wie Visarsoft GmbH zu treffen!
✨Nutze Online-Plattformen für Data Science
Plattformen wie Kaggle oder GitHub sind ideal, um dein Portfolio zu zeigen und dich mit anderen Data Scientists auszutauschen. Beginne mit kleineren Projekten oder Challenges auf diesen Plattformen und präsentiere deine Lösungen auf deinem Profil!
✨Frag nach Praktika über Universitätskanäle
Universitäten haben oft spezielle Karrierezentren, die dir bei der Suche nach einem Traineeplatz helfen können. Sie wissen oft von Praktikumsangeboten, die noch nicht öffentlich ausgeschrieben sind, also zögere nicht, dir die Unterstützung zu holen!
✨Bewirb dich direkt auf unserer Website!
Wir bei StudySmarter lieben es, talentierte Trainees zu unterstützen. Schau dir die offenen Stellen bei Visarsoft GmbH auf unserer Website an und bewirb dich direkt! Je kreativer und konkreter dein Ansatz ist, desto besser wird dein Eindruck!
Wir glauben, dass du diese Fähigkeiten brauchst, um Junior Data Scientist (Trainee) mit Bravour zu bestehen
Einige Tipps für deine Bewerbung 🫡
Mach dein Interesse klar!:In deinem Bewerbungsschreiben solltest du unbedingt hervorheben, warum du dich für die Data Science interessierst und was dich an Visarsoft GmbH reizt. Zeig uns, dass du Bock hast, zu lernen und neue Dinge auszuprobieren – schließlich sind wir hier, um gemeinsam zu wachsen!
Deine Skills im Fokus:Stell sicher, dass du relevante Skills wie Programmiersprachen (z. B. Python oder R), Kenntnisse in SQL oder Machine Learning in deinem Lebenslauf anführst. Auch deine Projekte oder Studienarbeiten in diesem Bereich können wir gerne sehen – pack die besten in dein Portfolio!
Ruhig über den Tellerrand schauen:Wenn du Erfahrungen aus anderen Bereichen hast – sei es aus Praktika, Projekten oder sogar Hobbys – bring das mit ein! Oftmals ist in Data Science eine interdisziplinäre Denkweise super hilfreich. Zeig uns, was dich besonders macht und wie du das in die Data Science einbringen kannst!
Kurze Fragen, klare Antworten:Bei einem Trainee-Programm kommt es darauf an, offen für Feedback zu sein und klar zu kommunizieren. Wenn du Fragen zu deinem Bewerbungsprozess hast, zögere nicht, uns zu kontaktieren. Und vergiss nicht, dich über unsere Website zu bewerben – wir freuen uns auf deine Bewerbung!
Wie man sich auf ein Vorstellungsgespräch bei Visarsoft GmbH vorbereitet
✨Statistische Grundlagen auffrischen
Als Data-Science-Trainee ist es super wichtig, die Grundlagen der Statistik und der Datenanalyse im Kopf zu haben. Bereite dich darauf vor, Fragen zu Wahrscheinlichkeitsverteilungen, Hypothesentests und Regressionsanalysen zu beantworten. Das zeigt, dass du die nötigen Grundlagen hast, um in dieser Rolle durchstarten zu können.
✨Bereit für technische Herausforderungen
Da du in einem technischen Bereich arbeitest, sei auf praktische Programmierfragen vorbereitet. Das bedeutet, dass du mit Sprachen wie Python oder R sicher umgehen kannst. Erwarte vielleicht auch eine kleine Programmieraufgabe während des Interviews, also übe ein paar Coding-Challenges!
✨Lernbereitschaft zeigen
Als Trainee steht das Lernen im Vordergrund. Überlege dir konkrete Beispiele, die zeigen, wie du in der Vergangenheit neue Fähigkeiten oder Tools schnell erlernt hast. Zeig, dass du offen für Feedback bist und gerne in einem Team arbeitest, das dir beim Wachsen hilft!
✨Projekterfahrung und Portfolio teilen
Obwohl du in einer Traineeposition bist, solltest du vielleicht bereits an Projekten gearbeitet haben, sei es im Studium oder in persönlichen Projekten. Bereite eine kleine Übersicht deiner Arbeiten vor, inklusive der Tools und Methoden, die du verwendet hast, um fesselnde Einblicke in deine Denkweise und deine Herangehensweise an Data-Science-Probleme zu geben.
