Data Scientist - Advanced Analytics

Key Skills

Python Programming, PySpark, SQL, Apache Airflow, Databricks, Kedro, AWS, Google Cloud Platform (GCP), Azure, Scala Programming, RDBMS, PostgreSQL, Amazon RedShift, Teradata, Snowflake, NoSQL, Apache Cassandra, Neo4J, Titan, MongoDB

Job Description

Who You'll Work With Sie werden Teil unseres sehr engagierten und kollaborativen Advanced-Analytics-Teams und beschäftigen sich mit spannenden Projekten aus allen Branchen. Wir arbeiten eng mit Klienten und Content-Experten zusammen, um Analytics-Lösungen, -Expertise und -Fähigkeiten in die Organisation unserer Klienten einzubetten. Durch die Kombination von strategischen und Business Insights mit den neuesten analytischen Techniken helfen wir unseren Klienten, aus Daten maximalen Nutzen zu ziehen und kritische Probleme datengetrieben zu lösen.

What You'll Do

Sie entwickeln als Spezialist mit Hilfe von Advanced-Analytics-Methoden Lösungen für die herausfordernden Problemstellungen unserer Klienten – von der Konzeption über die Modellbildung bis zur Übergabe in die Implementierung.

Dabei verwenden Sie Ihre Kenntnisse in Mathematik, Statistik, Machine Learning oder Optimierung, um für und mit unseren Klienten aus den verschiedensten Branchen wichtige Erkenntnisse abzuleiten. In interdisziplinären Teams, bestehend aus Beratern, Fachexperten und Data Scientists, bringen Sie Ihre Expertise ein. Sie arbeiten vor Ort bei Klienten in Deutschland, Europa und optional weltweit und kommunizieren Ihre Lösungen sowohl im Team als auch gegenüber den Klienten.

Qualifications

• Masterabschluss oder Promotion im Bereich (Wirtschafts-)Mathematik, Statistik, Machine Learning, Physik, Operations Research, Informatik oder einem verwandten Fachgebiet 
• Sichere Kommunikation in deutscher und englischer Sprache
• Präsentations- und Kommunikationsfähigkeiten, insbesondere die Fähigkeit, komplexe analytische Konzepte für Fachfremde und Experten anderer Gebiete nachvollziehbar zu erläutern
• Erfahrung in einem der folgenden Gebiete: statistischer Modellierung, Machine Learning, mathematischer Optimierung oder Prozesssimulation
• Erste praktische Erfahrung bei der Anwendung fortgeschrittener Data-Science-Methoden an Echtdaten im Businesskontext
• Sichere Beherrschung zweier Programmiersprachen (z.B. R, Python, Julia, SQL, GMPL, GAMS, ILOG OPL oder verwandter Sprachen)
• Kenntnisse einiger typischer Frameworks, z.B. mlr, caret, NumPy, pandas, scikit-learn, Spark ML, Keras, TensorFlow, Theano oder gurobipy
• Ergänzend Erfahrung in der Anwendung von Gradient Boosting, Support Vector Machines bzw. Neural Networks, Deep Learning oder alternativ im Formulieren und Lösen von Optimierungsproblemen mit Gurobi, CPLEX oder CBC bzw. in der Anwendung von Simulationssoftware wie Anylogic oder Arena
• Idealerweise zusätzlich Kenntnisse in Big-Data-Infrastruktur und Cloud-basierten Analyseinstrumenten wie AWS, Azure, Google Cloud, Spark, Hadoop, AMLS oder BigQuery