Product Manager – Data Science

Stelle nicht auf LinkedIn

🔥 vor 54 Minuten

🇪🇺 Europa – Remote

⏰ Vollzeit

🟡 Mittelstufe

🟠 Senior

📊 Data Scientist

👻 Geisterscore 12%

Was es bedeutet: wie wahrscheinlich diese Stelle offen bleibt, ohne dass aktiv eingestellt wird.So liest du es: 60 % oder höher heißt, wir halten das für einen Geisterjob. Niedrigere Werte sind weniger bedenklich.Wie wir werten: Dauer offen, Neuveröffentlichungen, offene Stellen vs Teamgröße, wie schnell Stellen geschlossen werden, und ob ein Gehalt angegeben ist.Hinweis: eine Schätzung aus öffentlichen Daten, kein Urteil über das Unternehmen. Echte Stellen können hoch punkten, nutze es also als Hinweis, nicht als Fakt.

Jetzt Bewerben

Ähnliche Remote-Jobs finden

E-Mail-Benachrichtigung für neue Jobs einrichten

📊 Überprüfen Sie Ihre Lebenslauf-Bewertung für diese Stelle

Verbessern Sie Ihre Chancen auf ein Vorstellungsgespräch, indem Sie Ihre Lebenslauf-Bewertung vor der Bewerbung überprüfen.

Lebenslauf hochladen

Fundamental

WebsiteLinkedInAlle Stellen

51 - 200 Mitarbeiter

Gegründet 2024

🤖 Künstliche Intelligenz

🏢 Unternehmen

☁️ SaaS

Artificial Intelligence • Enterprise • SaaS

Fundamental ist ein Unternehmen für Enterprise-KI, das große tabellarische Modelle (LTMs) wie NEXUS entwickelt, die auf Milliarden von Tabellen vortrainiert sind, um Muster zu erkennen und Ergebnisse aus strukturierten Daten vorherzusagen. Das Unternehmen bietet eine unternehmensgerechte Plattform für prädiktive Analysen, die mit minimalem Code bereitgestellt oder tief in Cloud-Partner wie AWS integriert werden kann, wobei der Schwerpunkt auf Datenschutz, Sicherheit und Skalierbarkeit liegt. Entstanden aus akademischer Forschung und unterstützt von namhaften Investoren, richtet sich Fundamental an große Organisationen, die Erkenntnisse aus ihren Datenbanken gewinnen und prädiktive Modelle im Cloud-Maßstab einsetzen möchten.

Beschreibung

• Verantwortung für die Roadmap und Produktentscheidungen für Data-Science-Produkte – von der Kundenerkundung über die Produktdefinition und den Launch bis zur Weiterentwicklung • Direkte Zusammenarbeit mit Data Scientists, um ihre Anforderungen und Nutzungsmuster zu verstehen • Gestaltung von KI-Agenten und Data-Science-Tools innerhalb der Plattform, sodass gängige Workflows intuitiv nutzbar sind und technische Nutzer dennoch flexibel arbeiten können • Definition, wie Nutzer Agenten anleiten, deren Arbeit überprüfen und Ergebnisse nachvollziehen können – mit einem ausgewogenen Verhältnis zwischen Automatisierung, Transparenz und Kontrolle • Verantwortung für MLOps-Workflows zur Verwaltung und Überwachung der Vorhersagequalität von Kundenmodellen im Produktivbetrieb • Überführung der NEXUS-Funktionen in konsistente Nutzererlebnisse mit klaren Produktanforderungen und praxistauglichen Abwägungen • Definition von Erfolgskennzahlen für Benutzerfreundlichkeit, Nutzung und Kundenergebnisse; Priorisierung auf Grundlage von Daten, Feedback und Erkenntnissen aus dem Produkt • Zusammenarbeit mit Engineering, Applied AI/FDEs, Product Design und Research

🎯 Anforderungen

• Mindestens 4 Jahre Erfahrung in der Verantwortung für die Entwicklung und Einführung von ML- oder Data-Science-Produkten gemeinsam mit einem Engineering-Team – von der Discovery und Roadmap-Entscheidungen über die Umsetzung bis zur Weiterentwicklung • Mindestens 2 Jahre praktische Erfahrung in Data Science sowie fundierte Kenntnisse zentraler Workflows, einschließlich Klassifikation, Regression und Zeitreihenanalyse • Erfahrung mit strukturierten beziehungsweise tabellarischen Daten und prädiktiven ML-Workflows • Erfahrung in der Entwicklung agentenbasierter Produkte sowie ein praxisnahes Verständnis ihrer Grenzen und der Interaktionsmuster, die Nutzern Vertrauen und Kontrolle ermöglichen • Ausgeprägte Fähigkeiten in der Kundenerkundung: Sie erkennen das Problem hinter einer Anfrage, überprüfen Annahmen und übertragen gewonnene Erkenntnisse in Produktentscheidungen • Technisches Verständnis und ausgeprägte Fähigkeit zur Zusammenarbeit mit Engineers und Applied Data Scientists; Sie können Unklarheiten in einen klaren, umsetzbaren Umfang überführen • Datenbasierte Priorisierung auf Grundlage von Nutzungsdaten, Evaluierungsergebnissen und Nutzerfeedback • Von Vorteil: frühere kundennahe Erfahrung in Data Science, gefolgt von Produktverantwortung in Zusammenarbeit mit einem Engineering-Team • Von Vorteil: Erfahrung in der Entwicklung interner Data-Science-Tools für Applied AI, Solution-Teams oder technische kundennahe Teams • Von Vorteil: Erfahrung in einem KI-Unternehmen in der frühen Wachstumsphase mit Enterprise-Kunden oder im Bereich Forward Deployment

🏖️ Vorteile

• Wettbewerbsfähige Vergütung mit Festgehalt und Beteiligungsprogramm • Umfassender Krankenversicherungsschutz für Sie und Ihre Angehörigen • Bezahlte Elternzeit für alle frischgebackenen Eltern, einschließlich Adoption und Leihmutterschaft • Unterstützung beim Umzug für Mitarbeitende, die für ihre Tätigkeit an einem unserer Bürostandorte umziehen • Eine von hohem Vertrauen und wenig Ego geprägte Unternehmenskultur, die unterschiedliche Perspektiven, Eigenverantwortung und Initiative schätzt und persönliche Grenzen sowie individuelle Arbeitsweisen respektiert