Ausbildung & Kernerfahrung
- Fortgeschrittener Abschluss (Master oder PhD) in Data Science, Statistik, Mathematik, Informatik oder einem verwandten quantitativen Fach
- Mindestens 5 Jahre praktische Data-Science-Erfahrung mit nachweisbarem Business-Impact
- Portfolio abgeschlossener Projekte und Publikationen, die reale Problemlösungen zeigen
Technische Skills
- Experte in Python-Programmierung für Data Science (pandas, numpy, scipy, scikit-learn, statsmodels)
- Statistische Analyse und Machine Learning – tiefes Verständnis von Algorithmen, Methoden und ihrer praktischen Anwendung
- SQL und Datenbank-Operationen für Datenmanipulation und -analyse
Moderne AI/ML (sehr geschätzt)
- Erfahrung mit GenAI-Technologien (LLMs, RAG, Prompt Engineering, Vektor-Datenbanken)
- Verständnis von MLOps-Praktiken und Modell-Deployment-Workflows
- Kenntnisse moderner Frameworks (TensorFlow, PyTorch, LangChain)
Professionelle Fähigkeiten
- Fähigkeit, Aufgaben zu entwickeln, die reale Business-Szenarien und Branchen-Herausforderungen abbilden
- Starke analytische und problemlösende Fähigkeiten mit Blick fürs Detail
- Erfahrung in der Übersetzung von Business-Anforderungen in technische Lösungen
- Klare technische Schreib- und Dokumentationsfähigkeiten
- Sehr gute Englischkenntnisse für Erstellung der Aufgaben und Kommunikation
Bevorzugte Qualifikationen
- Branchenübergreifende Erfahrung (Finanzen, Telekommunikation, Gesundheitswesen, Technologie)
- Forschungshintergrund mit Publikationen oder Fallstudien
- Erfahrung im Lehren, Mentoring oder Training
- Professionelle Zertifizierungen in Data Science oder Machine Learning
Bewerbungsprozess
- Bewirb dich auf der FRATCH-Plattform; falls du ausgewählt wirst, erhältst du von unserem Auftraggeber einen kurzen Test.