62 Data Scientist Jobs

Entwicklung und Deployment von Machine-Learning-Modellen für TV-Insight. Mindestens 3 Jahre Erfahrung in quantitativer Analyse, Data Science oder angewandter Statistik. Starke Kenntnisse in R oder Python sowie SQL. Möglichkeit zur kontinuierlichen Innovation und Weiterentwicklung.

Entwickle aussagekräftige Analysen aus Rohdaten, bereite sie zielgruppengerecht auf und liefere Entscheidungsgrundlagen. Mindestens drei Jahre Berufserfahrung in der Datenanalyse sind erforderlich. Du erhältst vielfältige Weiterentwicklungsmöglichkeiten in einem wachsenden Konzern.

Managen Sie End-to-End-Analytics-Projekte, erstellen Sie skalierbare Data-Analytics-Modelle und Looker-Dashboards. Mindestens 2 Jahre Erfahrung in Data Analysis und sehr gute SQL-Kenntnisse sind erforderlich. Sie erhalten Gestaltungsspielraum und Verantwortung für Ihre Projekte.

Analyse großer Datensätze, Erstellung von Data Pipelines für ML, Optimierung von Recommendation Engines mit GCP. Erfahrung mit Google Cloud Platform (GCP) erforderlich. Weiterbildungsmöglichkeiten.

Analyse von Produktionsdaten aus SAP, MES und digitalen Assistenzsystemen. Konzeption und Umsetzung von KI-basierten Anwendungen und Automatisierungslösungen. Sehr gute Kenntnisse in Python, SQL, Datenanalyse und DevOps. Flexible Arbeitszeitmodelle.

Entwicklung, Bereitstellung und Optimierung von Machine Learning Modellen. Mindestens 3 Jahre Erfahrung in Data Science, vorzugsweise in der Sportwettenbranche. Python-Kenntnisse inkl. ML-Bibliotheken. Möglichkeit zur Nutzung von State-of-the-Art Technologien.

Verantwortlich für das kununu Data Warehouse und Datenintegrationen. Tiefgehende Kenntnisse in Python, SQL und dbt sind erforderlich. Bietet flexible Home-Office-Möglichkeiten und Weiterentwicklung.

Entwicklung und Betrieb von Datenpipelines mit Azure und Databricks. Konzeption von ETL/ELT-Prozessen, Datenmodellen und Medallion Architectures. Integration von GIS- und Netzinfrastrukturdaten. Fundierte Praxis mit Azure Data Factory, Azure Databricks und Apache Spark. Sichere Anwendung von Python und SQL. Möglichkeit zur Entwicklung und Weiterbildung.

Entwicklung und Optimierung von Data-Warehouse-Architekturen, ETL-Prozessen und Datenintegration. Erfahrung mit SAP BW, Power BI oder Microsoft Fabric erforderlich. Möglichkeit zur Weiterbildung und flexible Arbeitszeiten.

Datenintegration, -transformation und -modellierung. Erfahrung mit modernen Datenarchitekturen (Data Warehouse, Data Lake, Data Lakehouse) ist erforderlich. Flexible Arbeitszeiten und Mobile Working sind ein Vorteil.