(Junior) Data Scientist (m/w/d)

Über Machine Learning Reply

Machine Learning Reply bietet maßgeschneiderte End-to-End-Lösungen im Data-Science-Bereich an, die den gesamten Projektlebenszyklus abdecken – von der initialen Strategieberatung über die Datenarchitektur und Infrastrukturthemen bis hin zur Datenverarbeitung und Qualitätssicherung unter Verwendung von Machine-Learning-Algorithmen. Machine Learning Reply verfügt über umfassende Expertise im Bereich der Datenwissenschaft in allen Schlüsselindustrien der deutschen HDAX-Unternehmen. Machine Learning Reply befähigt seine Kunden, neue datenbasierte Geschäftsmodelle erfolgreich einzuführen sowie bereits bestehende Prozesse und Produkte zu optimieren – mit einem Schwerpunkt auf Open-Source- und Cloud-Technologien. Mit dem Machine Learning Incubator bietet das Unternehmen ein Programm zur Ausbildung der nächsten Generation von Entscheidungsträgern, Data Scientists und Entwicklern an.

(Junior) Data Scientist (m/w/d)
BERLIN, HYBRID, MÜNCHEN

Aufgaben

• Als (Junior) Data Scientist (m/w/d) entwickelst und implementierst du eigenständig Datenmodelle und -algorithmen für unsere kundenspezifischen Lösungen. Dabei identifizierst und analysierst du Probleme in einem analytischen Rahmen
• Du entwickelst und wartest Datenpipelines und Dashboards. Dabei arbeitest du an einer Vielzahl von datenbezogenen Komponenten wie Datenplattformen, Dashboards und Produkten rund um Data und Machine Learning
• Arbeit an komplexen Projekten und Datensätzen, Analyse von Geschäftsproblemen und Übersetzung in datenwissenschaftliche Lösungen
• Deine Kommunikationsstärke nutzt du, um in enger Zusammenarbeit mit unseren Kunden deren Probleme zu analysieren und die Ergebnisse effektiv zu kommunizieren.
• Du arbeitest über verschiedene Technologie-Stacks hinweg (z. B. Azure, AWS, GCP, DBX, ELK, Spark, Databricks usw.)
• Mentor für Junior Data Scientists und Wissenstransfer im Team
• Du profitierst von unserem Team, Lernressourcen, Hackathons und anderen Quellen, um deine technische Entwicklung voranzutreiben und in der Community für maschinelles Lernen präsent zu sein

Qualifikationen

• Wir freuen uns auf deinen Studienabschluss mit einem technischen Hintergrund, zum Beispiel in Informatik, Wirtschaftsinformatik, (Wirtschafts)-Mathematik, Data Science oder einem ähnlichen technischen Studiengang
• Mit deiner einschlägigen Erfahrung in Datenwissenschaft &  Datenmanagement oder der Entwicklung von Produktionssystemen verfügst du über gute Kenntnisse in Python, R, Rust, Pyspark oder SQL
• Mit den Grundlagen der Statistik und des Machine Learning bist du vertraut und kennst auch deren Anwendungen in der Produktion wie NLP, Recommender-Systeme, Timer Series Analysis und Computer Vision
• Außerdem bist du vertraut mit Cloud-Plattformen wie AWS, Google Cloud oder Microsoft Azure
• Auf Deutsch und Englisch kommunizierst du gut und gerne
• Du bist lernbereit, teamfähig und kannst technische Konzepte verständlich kommunizieren
• Du hast gute Projektmanagementfähigkeiten und kannst sowohl unabhängig als auch im Team arbeiten

Benefits

• Regelmäßige und systematische (externe und interne) Weiterbildungsmöglichkeiten in den Bereichen Generative AI, LLM-Entwicklung, Cloud-Architektur und Data Science
• Arbeit in einer offenen, flachen Umgebung, innerhalb eines breiten Reply-Netzwerks zum Wissensaustausch
• Preisgekrönte Büroräume in der Münchner Innenstadt mit Zugang zur Stammstrecke
• Fahrkarte für öffentliche Verkehrsmittel mit Deutschlandticket
• Beteiligung an deinen sportlichen Aktivitäten über den EGYM Wellpass und weitere Benefits der Reply Gruppe
• Flexible Arbeitsumgebung zwischen Kunden, Reply-Büro und Remote-Arbeit

So wirst du zum Replyer

Du kannst es kaum erwarten, deine Fähigkeiten bei Reply einzusetzen und weiterzuentwickeln? Dann nutze die Chance und schicke uns deine Bewerbungsunterlagen über das Kontaktformular. Nachdem wir deine Unterlagen geprüft haben, melden wir uns so schnell wie möglich bei dir. Passen wir zusammen, schlagen wir einen Termin für ein Kennenlernen vor! Wir freuen uns, dich kennenzulernen!