Projektdetail
Empfohlene Projekte
KI-Berater - Data Science (m/w/d)
Freiberuflicher Automobilingenieur (mit Python) - Qualitätssicherung / KI-Trainer
Data Engineer (m/w/d)
KI-Evaluierungsberater (m/w/d)
Adobe Experience Cloud Consultant (m/w/d)
Autor für Evaluierungsszenarien (m/w/d)
Vibe Coding Web Scraping Experte (m/w/d)
Experte für Prozessautomatisierung in Kanzleiumgebungen (m/w/d)
Freiberuflicher Cybersecurity-Berater für AI Red Teaming
Senior Projektmanager Customer Interaction
Cyber-Risikoberatung (Senior-Level)
ERP-Transformation Manager (m/w/d)
Managementberater (Senior Level) (m/w/d)
Entwicklung TM1 Planning Analytics Und Schnittstellen (m/w/d)
Freelance Product Owner für Point Of Sale App
Java IT-Architekt (m/w/d)
IT-Projekt Manager ISO 27.001 - Gap Closure (m/w/d)
Senior Cloud Developer Typesript (m/w/d)
HSE-Spezialist – Anlagen (m/w/d)
HSE-Spezialist – Zellfertigung
Infor AS Consultant (m/w/d)
Auditor für soziale Compliance (m/w/d)
Freelance E-Ingenieur (m/w/d)
Interim Staff Product Manager (m/w/d)
Interim Leiter Rechnungswesen / Head Of (m/w/d)
HSE Specialist – Karosserierohbau (M/W/D)
Sicherheits- und Gesundheitsschutzkoordinator (SiGeKo) und Sicherheitsfachkraft (SiFa) (m/w/d)
Cyber Security Consultant – Product Security & Regulatory Compliance (m/w/d)
Bilanzbuchhalter (m/w/d)
Bauleiter nach LBO - Civil und TGA (m/w/d)
Auditor – FSC® und PEFC Chain of Custody (m/w/d)
Frontend developer to HR platform with Angular experience
KI-Berater - Data Science (m/w/d)
Projekt Info
- Dauer09.03.2026 - 09.05.2026
- AuslastungAb 5%
- Tagessatz320 - 400€
- StandortMünchen, Deutschland
- Sprache
- Englisch(Verhandlungssicher)
- Englisch
- RemoteanteilAb 95%
Beschreibung
Wir suchen erfahrene Data Scientists, die rechnerisch anspruchsvolle Aufgabenstellungen für ein fortgeschrittenes KI-Evaluierungsprojekt erstellen. Dies ist eine remote, projektbasierte Möglichkeit für Expert*innen, die herausfordernde Probleme entwerfen können, die rechnerische Methoden zur Lösung erfordern und den gesamten Data-Science-Lifecycle abbilden – von Datenerfassung und -verarbeitung über statistische Analyse bis hin zu umsetzbaren Geschäftserkenntnissen.
Was Sie tun werden
- Entwerfen origineller rechnergestützter Data-Science-Aufgaben, die reale analytische Workflows in Branchen (Telekommunikation, Finanzen, öffentlicher Sektor, E-Commerce, Gesundheitswesen) simulieren
- Erstellen von Aufgaben, die Python-Programmierung erfordern (mit pandas, numpy, scipy, sklearn, statsmodels, matplotlib, seaborn)
- Sicherstellen, dass die Aufgaben rechnerisch intensiv sind und nicht manuell in angemessener Zeit (Tage/Wochen) gelöst werden können
- Entwickeln von Aufgaben, die nicht-triviale Gedankengänge in Datenverarbeitung, statistischer Analyse, Feature Engineering, prädiktiver Modellierung und Erkenntnisgewinnung erfordern
- Erstellen deterministischer Aufgaben mit reproduzierbaren Antworten – stochastische Elemente vermeiden oder feste Random Seeds verwenden für exakte Reproduzierbarkeit
- Aufgaben auf realen Geschäftsherausforderungen basieren: Kundenanalysen, Risikobewertung, Betrugserkennung, Forecasting, Optimierung und operative Effizienz
- End-to-End-Aufgaben über die komplette Data-Science-Pipeline entwerfen (Datenaufnahme → Bereinigung → EDA → Modellierung → Validierung → Deployment-Aspekte)
- Big-Data-Verarbeitungsszenarien integrieren, die skalierbare Rechneransätze erfordern
- Lösungen mit Python unter Verwendung gängiger Data-Science-Bibliotheken und statistischer Methoden verifizieren
- Problemstellungen klar mit realistischen Business-Kontexten dokumentieren und verifizierte korrekte Antworten bereitstellen
Anforderungen
Ausbildung & Kernkompetenzen
- Fortgeschrittener Abschluss (Master oder PhD) in Data Science, Statistik, Mathematik, Informatik oder einem verwandten quantitativen Fach
- Mindestens 5 Jahre praktische Erfahrung in Data Science mit nachweisbarem Geschäftsnutzen
- Portfolio abgeschlossener Projekte und Veröffentlichungen, die reale Problemlösungen zeigen
Technische Fähigkeiten
- Expertenkenntnisse in Python 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 (stark erwünscht)
- 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 entwerfen, die reale Geschäftsszenarien und Branchenherausforderungen widerspiegeln
- Starke analytische und problemlösende Fähigkeiten mit Blick fürs Detail
- Erfahrung, Geschäftsanforderungen in technische Lösungen zu übersetzen
- Klare technische Dokumentations- und Schreibfähigkeiten
- Gute Englischkenntnisse für Problemstellungen und Kommunikation
Bevorzugte Qualifikationen
- Branchenübergreifende Erfahrung (Finanzen, Telekommunikation, Gesundheitswesen, Technologie)
- Forschungshintergrund mit Veröffentlichungen oder Fallstudien
- Erfahrung in Lehre, Mentoring oder Schulung
- Professionelle Zertifizierungen in Data Science oder Machine Learning
Bewerbungsprozess
- Bewerbung über die FRATCH-Plattform; bei Auswahl erhalten Sie einen kurzen Test durch unseren Kunden.