Datenwissenschaftler

Arbeitszeit: Die Tätigkeit ist in Teilzeit oder Vollzeit möglich.
Erfahrung: Erfahrung in angewandter Data Science, Machine Learning oder fortgeschrittener Datenanalyse in einem produktorientierten Umfeld wird vorausgesetzt.
Vergütung: Gehalt nicht angegeben

Die Rolle in Kürze

Die Rolle macht komplexe Daten für Analysen, Prognosen, Empfehlungen und automatisierte Arbeitsabläufe nutzbar. Sie arbeitet mit Produktteams, Entwicklung, Machine-Learning-Engineering und Gründern zusammen, um Modelle produktiv einzusetzen und skalierbare Lösungen mit messbarem Nutzen zu gestalten.

Deine Aufgaben

Die Rolle entwickelt Algorithmen für zentrale Analysefunktionen sowie Modelle zur Vorannotation, Klassifikation und Strukturierung von Daten, um manuelle Einrichtungsschritte zu reduzieren.
Sie überführt Modelle gemeinsam mit Machine-Learning-Engineers in den Produktivbetrieb und integriert sie in skalierbare Systeme.
Sie übersetzt Geschäftsprobleme gemeinsam mit Produktteams und Entwicklung in datenbasierte Lösungen und gestaltet mit Gründern und technischen Teams deren skalierbare Bereitstellung.
Sie entwickelt und verbessert Modelle, die Erkenntnisse, Prognosen und Empfehlungen liefern, sowie Datenstrukturen für Modellierung, Analyse und Automatisierung.
Sie verbessert die Nutzung standardisierter Arbeitsanweisungen (SOPs), indem sie manuelle Schritte reduziert und die Automatisierung erhöht.
Sie analysiert komplexe Datensätze, um Muster, Trends und Möglichkeiten für zusätzlichen Produktnutzen zu erkennen.
Sie bewertet kontinuierlich die Modellleistung und verbessert Genauigkeit, Zuverlässigkeit und Wirkung.
Sie stellt sicher, dass Lösungen effizient und skalierbar sind sowie zu tatsächlichen Arbeitsabläufen und Nutzerbedürfnissen passen.

Das solltest du mitbringen

Erforderlich

Erfahrung in angewandter Data Science, Machine Learning oder fortgeschrittener Datenanalyse in einem produktorientierten Umfeld wird vorausgesetzt.
Eine fundierte Grundlage in Statistik, Modellierung und Versuchsplanung wird vorausgesetzt.
Praktische Kenntnisse in Python und gängigen Data-Science-Bibliotheken werden vorausgesetzt.
Ein sicherer Umgang mit der Entwicklung und Bewertung von Modellen für den anschließenden Produktivbetrieb wird vorausgesetzt.
Sehr gute SQL-Kenntnisse und die Fähigkeit, mit großen, komplexen Datensätzen zu arbeiten, werden vorausgesetzt.
Die Fähigkeit, unklare Problemstellungen in strukturierte, datenbasierte Lösungen zu übersetzen, wird vorausgesetzt.
Erwartet wird ein Fokus auf Systeme, die manuelle Arbeit reduzieren und einen klaren Nutzen für Anwender schaffen.
Teamorientierung und Sicherheit in der Zusammenarbeit mit Entwicklungs-, Produkt- und Führungsteams werden vorausgesetzt.

Von Vorteil

Erfahrung mit Vorannotation, Weak Supervision oder automatisierten Verfahren zur Datenannotation ist von Vorteil.
Vertrautheit mit Empfehlungssystemen, Klassifikation oder prädiktiver Modellierung ist von Vorteil.
Erfahrung in der Zusammenarbeit mit Machine-Learning-Engineers bei der Überführung von Modellen in den Produktivbetrieb ist von Vorteil.
Verständnis für Workflow-Automatisierung, Prozessoptimierung oder operative Analysen ist von Vorteil.
Berührungspunkte mit Echtzeitdaten oder ereignisgesteuerten Systemen sind von Vorteil.
Besonders passend ist Interesse daran, mit Machine Learning praktische Probleme zu lösen und Systeme zu entwickeln, die Anwender effektiver machen.

Das wird angeboten

Die Vergütung orientiert sich am Markt und am Standort; das konkrete Angebot berücksichtigt Erfahrung, Fähigkeiten und Standort.

Veröffentlicht: 14.04.2026 · Quelle geprüft: 18.10.2026.

Die Angaben sind für RemoteFruit einheitlich aufbereitet. Maßgeblich bleibt die Originalanzeige. RemoteFruit steht in keiner Partnerschaft mit dem ausschreibenden Unternehmen.