159 Data Science Jobs

Analyse von Geschäftsprozessen und Erarbeitung von digitalen Pega-Lösungen. Mindestens 1 Jahr Erfahrung mit Pega Plattform Entwicklung. Homeoffice und flexible Arbeitszeiten.

Analyse und Optimierung von SAP-Systemlandschaften mit cbs ET Enterprise Transformer. Mindestens 2 Jahre Erfahrung als SAP Consultant. Gute Deutsch- und Englischkenntnisse.

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.

Gestaltung der Datenarchitektur, Weiterentwicklung von SAP Business Warehouse und BI-Projekten. Erfahrung im SAP Consulting mit Fokus Business Data Warehouse, Datasphere und SAP Analytics Cloud. Flexible Arbeitszeiten und Home-Office-Regelung.

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.

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.

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.

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.

Gestaltung und Betrieb von Daten- und KI-Projekten, inklusive Aufbau von Datenplattformen und ML-Systemen. Fließende Deutsch- und Englischkenntnisse sind erforderlich. Möglichkeit zur vollen Gestaltungsfreiheit bei der Infrastruktur.