Ausbildung & Kernkompetenzen
- Fortgeschrittener Abschluss (Master oder PhD) in Data Science, Statistik, Mathematik, Informatik oder einem verwandten quantitativen Feld
- Mindestens 5 Jahre praktische Data-Science-Erfahrung mit nachweisbarem geschäftlichem Impact
- Portfolio abgeschlossener Projekte und Publikationen, die praxisnahe Problemlösungen zeigen
Technische Fähigkeiten
- 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 Datenbankoperationen für Datenmanipulation und -analyse
Moderne KI/ML (sehr geschätzt)
- Erfahrung mit GenAI-Technologien (LLMs, RAG, Prompt Engineering, Vektordatenbanken)
- Verständnis von MLOps-Praktiken und Modell-Deployment-Workflows
- Kenntnisse moderner Frameworks (TensorFlow, PyTorch, LangChain)
Professionelle Fähigkeiten
- Fähigkeit, Probleme zu entwerfen, die reale Business-Szenarien und Branchenherausforderungen widerspiegeln
- Starke analytische und problemlösende Fähigkeiten mit Blick fürs Detail
- Erfahrung, Geschäftsanforderungen in technische Lösungen zu übersetzen
- Klare technische Schreib- und Dokumentationsfähigkeiten
- Fließendes Englisch für Problementwicklung und Kommunikation
Bevorzugte Qualifikationen
- Branchenübergreifende Erfahrung (Finanzen, Telekommunikation, Gesundheitswesen, Technologie)
- Forschungshintergrund mit Publikationen oder Fallstudien
- Erfahrung in Lehre, Mentoring oder Training
- Professionelle Zertifizierungen in Data Science oder Machine Learning
Bewerbungsprozess
- Bewirb dich auf der FRATCH-Plattform. Bei Auswahl erhältst du einen kurzen Test von unserem Kunden.