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 Business-Impact
- Portfolio abgeschlossener Projekte und Veröffentlichungen, die Problemlösungen in der Praxis zeigen
Technische Fähigkeiten
- Expertenkenntnisse in Python für Data Science (pandas, numpy, scipy, scikit-learn, statsmodels)
- Statistische Analysen und Machine Learning – tiefes Verständnis von Algorithmen, Methoden und deren praktischen Anwendungen
- SQL und Datenbankarbeit zur Datenmanipulation und Analyse
Moderne AI/ML (sehr erwünscht)
- Erfahrung mit GenAI-Technologien (LLMs, RAG, Prompt-Engineering, Vektor-Datenbanken)
- Verständnis für MLOps-Praktiken und Model-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, Business-Anforderungen in technische Lösungen zu übersetzen
- Klare technische Schreib- und Dokumentationsfähigkeiten
- Gute Englischkenntnisse für die Aufgabenstellung und Kommunikation
Bevorzugte Qualifikationen
- Branchenübergreifende Erfahrung (Finanzen, Telekommunikation, Gesundheitswesen, Technologie)
- Forschungserfahrung mit Veröffentlichungen oder Fallstudien
- Erfahrung in Lehre, Mentoring oder Training
- Berufszertifizierungen in Data Science oder Machine Learning
Bewerbungsprozess
- Bewerbung über die FRATCH-Plattform; bei Auswahl erhältst du einen kurzen Test von unserem Kunden.