Data Scientist – Europa

Stelle nicht auf LinkedIn

🔥 vor 15 Minuten

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

Latent

WebsiteLinkedInAlle Stellen

11 - 50 Mitarbeiter

Gegründet 2018

🏥 Gesundheitswesen

☁️ SaaS

🤝 B2B

Healthcare • SaaS • B2B

Latent ist eine auf das Gesundheitswesen fokussierte Softwareentwicklungsagentur, die sichere und konforme digitale Produkte für Gesundheitsorganisationen erstellt. Sie liefern maßgeschneiderte Gesundheitssoftware über den gesamten Lebenszyklus hinweg – von MVPs bis zur Wartung nach dem Start – und legen dabei besonderen Wert auf die Einhaltung von Vorschriften (HIPAA, DSGVO, HL7/FHIR, ABHA), Integrationen mit EHRs, CRMs, Zahlungsgateways und Wearable-APIs sowie benutzerzentriertes Design. Zu den angebotenen Dienstleistungen gehören Telemedizin-Apps, Software für klinische Forschung, Wellness-Apps, Plattformen für Diagnoselabore, EMR/EHR-Systeme und Software für medizinische Geräte. Betont werden schnelle Lieferung (MVPs in 1-2 Wochen), globale Verfügbarkeit in über 14 Ländern und flexible Engagement-Modelle (stunden- oder umfangbasierte Preise). Latent ist Teil des Alpha OBS LLP Projektes.

Beschreibung

• Führung der End-to-End-Entwicklung von Machine-Learning- und statistischen Modellen, von der Problemdefinition und dem Feature-Engineering bis zur Evaluation, Iteration und Übergabe in die Produktion • Tiefgehende Analyse komplexer Datensätze zur Gewinnung von Erkenntnissen und enge Zusammenarbeit mit Entwickler:innen zur Definition und Validierung der Datenpipelines, die die Modellentwicklung speisen • Entwurf und Pflege robuster Evaluierungsframeworks für Modelle sowie Bereitstellung datenbasierter Erkenntnisse zur Fundierung von Modellentscheidungen, Anbieterauswahl und architektonischen Abwägungen • Formulierung von Hypothesen, Entwurf, Implementierung und Messung von Experimenten zur Identifikation optimaler Modellierungsansätze und zur Ableitung umsetzbarer Optimierungsschritte • Übernahme der Data-Science-Leitung in Projekten, direkte Zusammenarbeit mit F&E- und Analytics-Teams der Kunden, Übersetzung ihrer Geschäftsfragen in klar definierte Modellierungsprobleme und Erzielung messbarer Wirkung durch Ihre Expertise • Hohe Verantwortungsübernahme für Ihre Analysen und Modelle, deren Qualität und termingerechte Lieferung • Verantwortung für Design, Planung und Durchführung der Data-Science-Arbeitspakete

🎯 Anforderungen

• Masterabschluss in Statistik, Data Science, Informatik, Mathematik oder vergleichbare praktische Erfahrung • Fundierte Kenntnisse in statistischer Modellierung, Machine Learning und Techniken zur Modellevaluation • Erfahrung im Design und der Durchführung strukturierter Experimente, einschließlich A/B-Tests und Kausalinferenz-Methoden • Praktische Erfahrung mit überwachten und unüberwachten Lernverfahren für verschiedene Problemtypen (Klassifikation, Regression, Clustering, Zeitreihen etc.) • Erfahrung im Umgang mit LLMs und GenAI-Techniken als Werkzeuge im Data-Science-Workflow • Hervorragende schriftliche und mündliche Englischkenntnisse; Fähigkeit, komplexe analytische Ergebnisse für technische und nicht-technische Zielgruppen klar und handlungsorientiert zu vermitteln • Starke Programmierkenntnisse in Python, einschließlich des Data-Science-Stacks (pandas, scikit-learn etc.) • Sicherer Umgang mit großen Datensätzen und der Abfrage dieser mittels SQL oder vergleichbarer Tools • Ausgeprägte analytische und problemlösende Fähigkeiten sowie eine gesunde Skepsis gegenüber Ergebnissen • Nachgewiesene Fähigkeit, eigenständig zu arbeiten, Verantwortung proaktiv zu übernehmen und effektiv in einem kleinen, eng zusammenarbeitenden Team beizutragen

🏖️ Vorteile

• Remote-first-Organisation mit einer verteilten Kultur, die auf Vertrauen, Autonomie und Ownership basiert • Agilität und Wirkung eines kleinen, engen Unternehmens gepaart mit technisch anspruchsvollen, verantwortungsvollen Projekten