Data Scientist

Stelle nicht auf LinkedIn

🔥 vor 1 Stunde

Jetzt Bewerben

Ähnliche Remote-Jobs finden

E-Mails für Remote-Jobs erhalten

📊 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

NRC

WebsiteLinkedInAlle Stellen

11 - 50 Mitarbeiter

NRC, gegründet 1997, ist ein IT-Integrator, der sich auf die Integration von Managementlösungen für KMU spezialisiert hat und zu einem anerkannten Akteur bei der Implementierung von infrastrukturbasierten Lösungen für größere Strukturen geworden ist. Mit einer Erfahrung von über 18 Jahren und einer von mehr als 1000 Kunden in der nordfranzösischen Region anerkannten Expertise hat NRC die renommiertesten Anbieter auf dem Markt ausgewählt: Sage, Cegid, Microsoft, Stormshield, Dell, Report One,… Die sorgfältige Auswahl dieser Partner garantiert die Beständigkeit der Lösungen. Mit einem Umsatz von fast 3 Millionen Euro im Jahr 2013 verzeichnete das Unternehmen ein stetiges Wachstum. NRC beschäftigt fast 40 Mitarbeiter in zwei Niederlassungen im Norden Frankreichs, in Villeneuve d’Ascq und Arras. Unser Erfolg beruht auf mehreren einfachen Kriterien: • Eine echte Nähe zu unseren Kunden, • Die Qualität und Reaktionsfähigkeit unseres telefonischen Supports, • NRC ist der Lohnabwicklungsexperte in der Region Nord-Pas-de-Calais, • Eine anerkannte Expertise im Projektmanagement im Bereich Infrastruktur, insbesondere Hosting und Sicherheit, • Alle IT-Techniker von NRC besitzen die höchsten Zertifizierungen unserer Partner, • Die durch unseren Wartungsvertrag angebotenen Dienstleistungen. Unternehmen wie Champagne Jacquart, Dhaze, Mondial Relay, Terres et Eaux, Groupe Aoyama, Eurodatacar, Arkopharma, Isambourg, Brasserie Castelain, Netasq, Mousse du Nord, Prosercal, Deledalle, … vertrauen auf NRC.

Beschreibung

• Unterstützung bei der Gestaltung und Implementierung der Datenarchitektur von CLEAR. • Zusammenarbeit mit Entwicklern und Data Engineers zur Konzeption und Einrichtung der Umgebung, die zum Trainieren und Feinabstimmen von Modellen erforderlich ist (einschließlich Daten-Ingestion-Pipelines, Compute- und GPU-Ressourcen, Experiment-Tracking und MLOps-Tools) – die Umgebung aktiv mitgestalten, statt auf deren Bereitstellung zu warten. • Entwicklung von Machine-Learning- und Deep-Learning-Modellen, die mehrere Datenströme integrieren, um frühe Indikatoren für humanitäre Krisen zu erkennen. Dabei werden Fernerkundungs- und Satellitenbilder, Konfliktereignisdaten, Klimamonitoring, wirtschaftliche Indikatoren und Bevölkerungsbewegungsmuster in ein einheitliches Risikobewertungssystem kombiniert. • Aufbau von Computer-Vision- und Fernerkundungsmodellen für Satelliten- und Luftbilder (z. B. Kartierung von Überflutungsgebieten, Erkennung von Gebäuden und Siedlungen, Überwachung von Vertreibungsstandorten, Bewertung von Infrastruktursschäden und Erkennung von Landnutzungsänderungen) und Fusion dieser Fernerkundungsdaten mit Nicht-Bild-Signalen. • Mitwirkung beim Aufbau automatisierter Warnsysteme zur Identifizierung sich abzeichnender Krisen und Kalibrierung von Vorhersagealgorithmen für unterschiedliche Krisentypen. • Entwicklung von Ensemble-Modellierungsansätzen, die traditionelle statistische Methoden mit fortgeschrittenen KI-Techniken kombinieren. • Feinabstimmung und Anpassung von Foundation Models und Large Language Models für humanitäre Anwendungsfälle wie Dokumententriage, mehrsprachige Berichtsanalyse und Situationszusammenfassungen. • Prüfung von Ansätzen zur Anpassung von Modellen an sich verändernde Krisenbedingungen mittels Reinforcement-Learning-Systemen. • Implementierung wirkungsorientierter Prognosesysteme, die meteorologische, Konflikt- und Wirtschaftsprognosen in konkrete humanitäre Folgen übersetzen, z. B. Verdrängungsvolumina, Grade der Ernährungsunsicherheit und Schätzungen zu Infrastrukturschäden. • Aufbau von Entscheidungsbäumen und Empfehlungssystemen, die Einsatzkräfte vor Ort durch systematische Bedarfserhebungsprozesse führen, gestützt auf prädiktive Analysen und historische Einsatzdaten. • Erstellung automatisierter Berichtssysteme und interaktiver Dashboards, die Feldteams und Führungskräften Echtzeitdaten für schnelle Reaktionsmaßnahmen zugänglich machen.

🎯 Anforderungen

• Abgeschlossenes Hochschulstudium (Master oder PhD) in Data Science, Statistik, Informatik, Physik, Ingenieurwesen, Wirtschaftswissenschaften oder einem verwandten quantitativen Fachgebiet sowie mindestens 5 Jahre Berufserfahrung in angewandter Data Science. • Nachgewiesene Erfahrung in der Konzeption, im Training und in der Feinabstimmung von Deep-Learning-Modellen (z. B. CNNs, rekurrente/Sequenzmodelle und Transformer), einschließlich der Strukturierung von Trainingsläufen, des Compute-Managements sowie der Diagnose und Verbesserung der Modellleistung. • Fortgeschrittene Kenntnisse in Python für statistische Analysen, Machine Learning und Datenmanipulation, mit Erfahrung in zentralen Bibliotheken wie pandas, NumPy, scikit-learn, TensorFlow, PyTorch und Keras. • Ausgeprägte SQL-Kenntnisse für Datenbankmanagement und Optimierung komplexer Abfragen. • Praktische Erfahrung in der Implementierung überwachter und unüberwachter Lernalgorithmen, einschließlich Regressionsmodellen, Klassifikationstechniken, Clustering-Methoden und Zeitreihenanalyse. • Nachweisliche Erfolge beim aktiven Beschaffen und Aufbereiten von Daten (Auffinden, Aushandeln des Zugangs, Bereinigung und gegebenenfalls Generierung von Daten). • Erfahrung in der Konzeption und Implementierung von ETL-Pipelines zur Verarbeitung von Datensätzen aus mehreren Quellen sowie Fähigkeiten in großskaliger Datenbereinigung, -transformation und Qualitätssicherung. • Fähigkeit zur Erstellung automatisierter Berichtssysteme und Dashboards mit Tools wie Tableau, Power BI oder ähnlichen Plattformen. • Erfahrung im Umgang mit großen, unstrukturierten Real-World-Datensätzen. • Verständnis von Model-Deployment- und MLOps-Praktiken sowie die Bereitschaft, mit Ingenieuren zusammenzuarbeiten, um die benötigte Infrastruktur bereitzustellen. • Grundkenntnisse im Umgang mit Versionskontrollsoftware und kollaborativer Entwicklung (z. B. Git). • Fließende Englischkenntnisse in Wort und Schrift. Weitere Sprachen sind ein Plus. • Praktische Erfahrung in datenarmen Umgebungen, einschließlich Transfer Learning, Few-Shot-Learning, Datenaugmentation und Generierung synthetischer Daten zur Überwindung begrenzter Trainingsdaten. • Erfahrung in der Implementierung und Feinabstimmung von Large Language Models (LLMs) für anwendungsbezogene Aufgaben. • Erfahrung mit Natural Language Processing-Techniken zur Analyse von Berichten, Social-Media- oder Nachrichtendaten, die für Krisenmonitoring relevant sind. • Erfahrung im Einsatz von GenAI für die automatisierte Analyse großer Dokumentenmengen – Extraktion zentraler Themen, Sentiment-Analyse und Identifikation aufkommender Trends in mehreren Kontexten und Sprachen. • Verständnis von Ensemble-Methoden und Explainable-AI-Techniken für transparente Entscheidungsfindung. • Erfahrung mit Fernerkundungs- und Satellitenbilddaten; optische Quellen (z. B. Sentinel-2, Landsat) und Radar/SAR (z. B. Sentinel-1), neben kommerziellen hochauflösenden Quellen, sowie Erfahrung mit Geospatial-Tools wie Google Earth Engine, rasterio/GDAL, xarray und geopandas. • Anwendung von Computer Vision und Deep Learning auf Bilddaten (semantische Segmentierung, Objekterkennung, Change Detection) für humanitäre Aufgaben wie Kartierung von Überflutungsgebieten, Schadensbewertungen, Erkennung von Siedlungen und Vertreibungsstandorten, Infrastrukturüberwachung und Bevölkerungsschätzung (starkes Asset). • Erfahrung mit multimodaler Datenfusion.

🏖️ Vorteile

• Dienstort: Remote (Deutschland, Frankreich, Großbritannien oder Belgien) • Vertrag: Befristet (2 Jahre) • Reisetätigkeit: Bis zu 10 % • NRC ist ein Arbeitgeber, der Chancengleichheit fördert. Wir verpflichten uns zu Vielfalt ohne Diskriminierung nach Alter, Geschlecht, Religion, ethnischer Herkunft, Staatsangehörigkeit oder körperlicher Beeinträchtigung. • Wir denken unkonventionell, fördern Ideen und übertragen Verantwortung an Mitarbeitende auf allen Ebenen. Sie erhalten viele Gelegenheiten, gehört zu werden und Initiative zu ergreifen.