
Data Scientist (m/w/d)
- vor Ort, Hybrid
- Munich, Bayern, Deutschland
- Data Science
Arbeite an wegweisenden ML-Projekten in verschiedenen Branchen – in einem innovativen, hierarchiefreien Team mit Top-Technologien, Zertifizierungen, Hybridarbeit und starker Lern- & Teamkultur!
Jobbeschreibung
Aufgaben
Als Data Scientist (m/w/d) entwickelst und implementierst du eigenständig Datenmodelle und -algorithmen für unsere kundenspezifischen Lösungen. Dabei identifizierst und analysierst du Probleme in einem analytischen Rahmen
Du entwickelst und wartest Datenpipelines und Dashboards. Dabei arbeitest du an einer Vielzahl von datenbezogenen Komponenten wie Datenplattformen, Dashboards und Produkten rund um Data und Machine Learning
Arbeit an komplexen Projekten und Datensätzen, Analyse von Geschäftsproblemen und Übersetzung in datenwissenschaftliche Lösungen
Deine Kommunikationsstärke nutzt du, um in enger Zusammenarbeit mit unseren Kunden deren Probleme zu analysieren und die Ergebnisse effektiv zu kommunizieren.
Du arbeitest über verschiedene Technologie-Stacks hinweg (z. B. Azure, AWS, GCP, DBX, ELK, Spark, Databricks usw.)
Mentor für Junior Data Scientists und Wissenstransfer im Team
Du profitierst von unserem Team, Lernressourcen, Hackathons und anderen Quellen, um deine technische Entwicklung voranzutreiben und in der Community für maschinelles Lernen präsent zu sein
Benefits
Regelmäßige und systematische (externe und interne) Weiterbildungsmöglichkeiten in den Bereichen Data Engineering, Cloud-Architektur und Data Science
Zugang zu branchenübergreifenden Projekten (große und mittelständische Unternehmen aus den Bereichen Banken, Versicherungen, Automotive, Einzelhandel usw.)
Branchenführenden Kooperationen in den Bereichen Cloud, BI und AutoML
Arbeit in einer offenen, flachen Umgebung, innerhalb eines breiten Reply-Netzwerks zum Wissensaustausch
Preisgekrönte Büroräume in der Münchner Innenstadt mit Zugang zur Stammstrecke
Fahrkarte für öffentliche Verkehrsmittel mit Deutschlandticket
Zuschuss zu einer Fitnessstudio-Mitgliedschaft in einem Fitnessstudio der Wahl oder die Nutzung von Wellpass
Flexible Arbeitsumgebung zwischen Kunden, Reply-Büro und Remote-Arbeit
Über Machine Learning Reply
Machine Learning Reply bietet maßgeschneiderte End-to-End-Lösungen im Data-Science-Bereich an, die den gesamten Projektlebenszyklus abdecken – von der initialen Strategieberatung über die Datenarchitektur und Infrastrukturthemen bis hin zur Datenverarbeitung und Qualitätssicherung unter Verwendung von Machine-Learning-Algorithmen. Machine Learning Reply verfügt über umfassende Expertise im Bereich der Datenwissenschaft in allen Schlüsselindustrien der deutschen HDAX-Unternehmen. Machine Learning Reply befähigt seine Kunden, neue datenbasierte Geschäftsmodelle erfolgreich einzuführen sowie bereits bestehende Prozesse und Produkte zu optimieren – mit einem Schwerpunkt auf Open-Source- und Cloud-Technologien. Mit dem Machine Learning Incubator bietet das Unternehmen ein Programm zur Ausbildung der nächsten Generation von Entscheidungsträgern, Data Scientists und Entwicklern an.
Stellenanforderungen
Wir freuen uns auf deinen Studienabschluss mit einem quantitativen oder wirtschaftlichen Hintergrund, zum Beispiel in Informatik, Wirtschaftsinformatik, Wirtschaftsmathematik oder Betriebswirtschaftslehre
Mit deiner einschlägigen Erfahrung in Datenwissenschaft & Datenmanagement oder der Entwicklung von Produktionssystemen verfügst du über gute Kenntnisse in Python, R, Rust, Pyspark oder SQL
Mit den Grundlagen der Statistik und des Machine Learning bist du vertraut und kennst auch deren Anwendungen in der Produktion wie NLP, Recommender-Systeme, Timer Series Analysis und Computer Vision
Außerdem bist du vertraut mit Cloud-Plattformen wie AWS, Google Cloud oder Microsoft Azure
Auf Deutsch und Englisch kommunizierst du gut und gerne
Du bist lernbereit, teamfähig und kannst technische Konzepte verständlich kommunizieren
Du hast gute Projektmanagementfähigkeiten und kannst sowohl unabhängig als auch im Team arbeiten
oder
Alles erledigt!
Ihre Bewerbung wurde eingesendet!