
Entwicklung von KI-Backends mit Python (FastAPI) und interaktiven React-Oberflächen zur Visualisierung von Wissensgraphen. Erfahrung mit React ist erforderlich. Persönliche Weiterentwicklung und Karriereplanung werden gefördert.

Entwicklung quantitativer Modelle und Simulationen, Analyse und Aufbereitung strukturierter Daten. Grundkenntnisse in Statistik und Monte-Carlo-Simulation erforderlich. Unterstützung bei persönlicher Weiterentwicklung.
Kundenprojekte eigenständig begleiten, interdisziplinär koordinieren und KI-Tools nutzen. Fundierte Statistikkenntnisse und mehrjährige praktische Erfahrung in Data Science sind erforderlich. Sie profitieren von direkter Einflussnahme auf Produkte.

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.

Analyse großer Datensätze, Erstellung von Data Pipelines für ML, Optimierung von Recommendation Engines mit GCP. Erfahrung mit Google Cloud Platform und Machine Learning Modellen erforderlich. Weiterbildungsmöglichkeiten.

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


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.

Entwicklung, Optimierung und Betrieb zentraler Datenplattformen und Datenpipelines. Kenntnisse in Python, Spark, Microsoft Fabric, Azure Synapse oder Databricks sind ein Muss. Bietet Fortbildungsmöglichkeiten und einen zusätzlichen freien Tag.

Kaufmännischer Vertrieb und technische Beratung internationaler Kunden im After Sales. Erfahrung in der Planung und Umsetzung technischer Projekte ist erforderlich. Langfristige Beschäftigungsmöglichkeit.

Sicherheitskritische Systeme planen, implementieren und integrieren. Mehrjährige Berufserfahrung in Datenauswertung und Systems Engineering ist erforderlich. Fließende Deutsch- und Englischkenntnisse sind ein Vorteil.

Entwicklung der Common Data Platform auf GCP, Aufbau dezentraler Datenprodukte nach Data-Mesh-Prinzipien. Mindestens 6 Jahre Erfahrung im Data/Platform/Cloud Engineering, fundierte GCP-Kenntnisse. Flexible Arbeitszeiten und Remote Work.

Konzeption, Aufbau und Migration von Datenplattformen mit Microsoft Fabric/Azure Synapse. Entwicklung von Datenpipelines und Lakehouse-Architekturen. Mehrjährige Berufserfahrung im Data Engineering oder BI-Entwicklung. Kenntnisse in Power BI. Flexible Arbeitszeiten und Home Office.

Administration des Data Warehouse, Erstellung von Auswertungen und Power BI Reports. Erforderlich sind SQL-Grundkenntnisse und Erfahrung mit Azure Data Factory & Azure SQL. Angebot: Flexible Arbeitszeiten und Home Office.
Schnell & unkompliziert mit einem Klick bewerben.
Mit deinem Profil auf karriere.at.