Die Aufgabe:

• Entwicklung, Implementierung und Optimierung von Data-Science-, Machine-Learning- und KI-Lösungen (z. B. Regressionen, neuronale Netze oder LLMs) zur Unterstützung datengetriebener Geschäftsentscheidungen
• Analyse, Aufbereitung und Modellierung strukturierter und unstrukturierter Daten aus internen und externen Quellen, inklusive der Anbindung von Quellen ohne native Schnittstelle (z. B. Web Scraping)
• Durchführung explorativer Datenanalysen inkl. Vorverarbeitung und Bereinigung der Daten mit Technologien wie Python oder SQL sowie Identifikation von Potenzialen zur Optimierung von Prozessen, Performance und Kosten
• Beratung und Unterstützung von Fachbereichen, z. B. bei der Definition von Anforderungen sowie hinsichtlich der technischen und methodischen Machbarkeit
• Entwicklung von Dashboards, Reports und Anwendungen zur Visualisierung und Bereitstellung von Modellen und Analyseergebnissen
• Steuerung und Umsetzung von Data-Science-Projekten über den gesamten Lebenszyklus sowie Koordination von Rollouts, Betrieb und Weiterentwicklung mit interdisziplinären Stakeholdern
• Anwendung und Weiterentwicklung von DevOps- und MLOps-Praktiken einschließlich CI/CD-Pipelines, automatisierter Tests und Deployment-Prozessen
• Sicherstellung des stabilen und wirtschaftlichen Betriebs von Modellen, Anwendungen und zugehörigen Cloud-Komponenten durch Monitoring, Dokumentation, Fehleranalyse, Tests und kontinuierliche Optimierung hinsichtlich Qualität, Performance und Kosten
• Bearbeitung von Service Requests im 2nd- und 3rd-Level-Support sowie Betreuung von Auszubildenden und Studierenden

Das Profil:

• Erfolgreich abgeschlossenes Studium oder eine vergleichbare Ausbildung in einer quantitativ-empirischen Fachrichtung, z. B. Data Science, (Wirtschafts-)Informatik, Statistik, Machine Learning, Physik oder Operations Research
• Mehrjährige Erfahrung in der Analyse, Aufbereitung und Modellierung komplexer Datenbestände sowie in der praktischen Anwendung von statistischer Modellierung, Machine Learning und KI
• Fundierte Kenntnisse in Python, SQL sowie gängigen Machine-Learning- und KI-Frameworks
• Gute Kenntnisse in Microsoft Azure, insbesondere Azure Machine Learning Studio; Erfahrung mit Azure AI Foundry, Azure AI Search und Azure AI Services
• Erfahrung im Umgang mit Git, DevOps-Methoden und CI/CD-Pipelines; Erfahrung mit Azure DevOps von Vorteil
• Kenntnisse in der Entwicklung von Datenvisualisierungen
• Ausgeprägte analytische Fähigkeiten sowie eine strukturierte und lösungsorientierte Arbeitsweise
• Hohe Kommunikations- und Beratungskompetenz sowie Freude an der Zusammenarbeit mit unterschiedlichen Fachbereichen
• Sehr gute Deutsch- und Englischkenntnisse