Projektdetail
Empfohlene Projekte
KI-Berater - Data Science (m/w/d)
KI-Berater - Machine Learning (m/w/d)
Freiberuflicher Maschinenbauingenieur mit Python-Erfahrung (m/w/d)
Freiberuflicher Fahrzeugingenieur (mit Python) - Qualitätssicherung / KI-Trainer
KI-Berater für Vibe Coding (m/w/d)
Data Engineer (m/w/d)
KI-Evaluationsberater (m/w/d)
Adobe Experience Cloud Consultant (m/w/d)
CRM Manager (m/w/d)
Autor für Evaluierungsszenarien (m/w/d)
Freiberuflicher Cybersicherheitsberater für AI Red Teaming
Freiberuflicher Product Manager für Android-App (m/w/d)
Projektleiter Zeitschriften / Magazinerstellung (m/w/d)
Fullstack-Entwickler (m/w/d)
Projektmanager Brand Guardianship (m/w/d)
Senior Faktor 10 Entwickler (IPS / IPM) (m/w/d)
Senior Projektmanager Kundeninteraktion
Cyber Risk Consulting (Senior Level)
ERP-Transformation Manager (m/w/d)
Managementberater (Senior) (m/w/d)
Entwicklung TM1 Planning Analytics Und Schnittstellen (m/w/d)
Freiberuflicher Product Owner für Point-of-Sale-App
Freiberuflicher Redakteur (m/f/d)
Java IT-Architekt (m/w/d)
IT Projektleiter ServiceNow (Senior)
IT-Projektmanager ISO 27001 – Lückenbeseitigung (m/w/d)
Senior Cloud Developer Typesript (m/w/d)
Sales Manager für ein Medienunternehmen (m/f/d)
EHS-Spezialist – Anlagen (m/w/d)
Freelance Post-Merger-Integration Berater mit starkem Tech- und Commercial-Fokus (m/w/d)
HSE Specialist – Cell Manufacturing
Frontend developer to HR platform with Angular experience
KI-Berater - Data Science (m/w/d)
Projekt Info
- Dauer23.02.2026 - 25.04.2026
- AuslastungAb 5%
- Tagessatz320 - 400€
- StandortMünchen, Deutschland
- Sprache
- Englisch(Verhandlungssicher)
- Englisch
- RemoteanteilAb 95%
Beschreibung
Wir suchen erfahrene Data Scientists, die für ein fortgeschrittenes KI-Bewertungsprojekt rechnerisch anspruchsvolle Data-Science-Aufgaben erstellen. Dies ist eine Remote-Projektmöglichkeit für Experten, die herausfordernde Aufgaben entwerfen können, die Rechenmethoden zur Lösung erfordern und den gesamten Data-Science-Lebenszyklus abbilden – von Datenbeschaffung und -verarbeitung über statistische Analyse bis hin zu umsetzbaren Geschäftserkenntnissen.
Ihre Aufgaben
- Entwerfen originelle rechnerische Data-Science-Aufgaben, die reale analytische Workflows in verschiedenen Branchen simulieren (Telekommunikation, Finanzen, öffentliche Verwaltung, E-Commerce, Gesundheitswesen)
- Erstellen Aufgaben, die Python-Programmierung zur Lösung erfordern (unter Verwendung von pandas, numpy, scipy, sklearn, statsmodels, matplotlib, seaborn)
- Sicherstellen, dass die Aufgaben rechnerisch intensiv sind und nicht manuell in vertretbarer Zeit (Tage/Wochen) gelöst werden können
- Entwickeln Aufgaben, die nicht-triviale Rechenketten in Datenverarbeitung, statistischer Analyse, Feature Engineering, prädiktivem Modeling und Erkenntnisgewinnung erfordern
- Erstellen deterministischer Aufgaben mit reproduzierbaren Antworten – Vermeidung stochastischer Elemente oder Festlegen fester Zufalls-Samen für exakte Reproduzierbarkeit
- Basieren der Aufgaben auf realen Geschäftsszenarien: Kundenanalyse, Risikobewertung, Betrugserkennung, Prognosen, Optimierung und operative Effizienz
- Entwerfen von End-to-End-Aufgaben, die die komplette Data-Science-Pipeline abdecken (Datenaufnahme → Bereinigung → EDA → Modellierung → Validierung → Deployment-Überlegungen)
- Einbinden von Big-Data-Verarbeitungsszenarien, die skalierbare Rechenansätze erfordern
- Überprüfen der Lösungen mithilfe von Python mit gängigen Data-Science-Bibliotheken und statistischen Methoden
- Klare Dokumentation der Aufgabenstellungen mit realistischen Geschäftskontexten und Bereitstellung verifizierter korrekter Antworten
Anforderungen
Ausbildung & Kernkompetenzen
- 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 Geschäftseinfluss
- Portfolio abgeschlossener Projekte und Publikationen, die reale Problemlösungen zeigen
Technische Fähigkeiten
- Expertenkenntnisse in Python-Programmierung für Data Science (pandas, numpy, scipy, scikit-learn, statsmodels)
- Statistische Analyse und Machine Learning – tiefes Verständnis von Algorithmen, Methoden und deren praktischen Anwendungen
- SQL und Datenbankoperationen für Datenmanipulation und -analyse
Moderne KI/ML (sehr geschätzt)
- Erfahrung mit GenAI-Technologien (LLMs, RAG, Prompt-Engineering, Vektordatenbanken)
- Verständnis für MLOps-Praktiken und Model-Deployment-Workflows
- Kenntnisse moderner Frameworks (TensorFlow, PyTorch, LangChain)
Persönliche Fähigkeiten
- Fähigkeit, Aufgaben zu entwerfen, die reale Geschäftsszenarien und Branchenherausforderungen widerspiegeln
- Ausgeprägte analytische und problemlösende Fähigkeiten mit hohem Detailbewusstsein
- Erfahrung in der Übersetzung von Geschäftsanforderungen in technische Lösungen
- Klare technische Schreib- und Dokumentationsfähigkeiten
- Sichere Englischkenntnisse für Aufgabenerstellung und Kommunikation
Bevorzugte Qualifikationen
- Branchenübergreifende Erfahrung (Finanzen, Telekommunikation, Gesundheitswesen, Technologie)
- Forschungshintergrund mit Publikationen oder Fallstudien
- Erfahrung in Lehre, Mentoring oder Schulungen
- Professionelle Zertifizierungen in Data Science oder Machine Learning
Bewerbungsprozess
- Bewerbung über die FRATCH-Plattform. Bei Auswahl erhalten Sie von unserem Kunden einen kurzen Test.