Data Scientist (Staff-Ebene)

Stelle nicht auf LinkedIn

🕒 vor 1 Monat

🌏 Überall auf der Welt

⏰ Vollzeit

🔴 Experte

📊 Data Scientist

👻 Geisterscore 17%

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

Tenpo

WebsiteLinkedInAlle Stellen

51 - 200 Mitarbeiter

💸 Finanzen

💳 Fintech

👥 B2C

Finance • Fintech • B2C

#IchWähleWieIchZahleTritt der Financracia bei 👊🏻✊🏻

Beschreibung

• Führung von ML-Projekten hoher Komplexität: Entwurf, Implementierung und produktive Inbetriebnahme kritischer Modelle für Kreditvergabe, Personalisierung und Betrugsprävention • Entwicklung methodischer Leitlinien, Experimentier-Frameworks, Code-Qualitätskriterien und MLOps-Architekturen für alle Data-Science-Teams • Durchführung wirkungsvoller Code-Reviews, methodologischer Modell-Audits und technisches Mentoring für Senior Data Scientists und Team-Leads • Vorausschauende Identifikation technischer Schulden und Definition der Einführung neuer Tools, Cloud-Infrastruktur und ML/KI-Methoden mit einer 2–3-jährigen Perspektive • Beobachtung von Fachartikeln, Trends und aufkommenden Technologien wie GenAI und kausaler Inferenz • Aufbau und Koordination von Partnerschaften und Forschungsprojekten mit Universitäten, um Spitzenforschung in Wettbewerbsvorteile zu überführen

🎯 Anforderungen

• Nachweisbare Erfahrung in Data Science, ML Engineering oder angewandter KI • Mindestens 3 Jahre Erfahrung als bereichsübergreifende technische Referenz in Staff-, Principal- oder Lead-Positionen • Nachweisbare Erfolgsbilanz bei der Lösung und Implementierung hochkomplexer ML-Probleme in großem Maßstab • Expertenkenntnisse in Python für Machine Learning, einschließlich scikit-learn, XGBoost, LightGBM, PyTorch oder TensorFlow • Fortgeschrittene SQL-Kenntnisse und Erfahrung mit BigQuery für große Datenvolumina • Erfahrung im Entwurf von ML-Produktionsarchitekturen mit Vertex AI, MLflow, SageMaker oder äquivalenten Tools • Expertenwissen in fortgeschrittener Statistik, kausaler Inferenz, Versuchsdesign und Wahrscheinlichkeitstheorie • Nachgewiesene Fähigkeit, Frameworks, Architekturen und technische RFCs zu entwerfen, die von mehreren Teams übernommen werden • Abschluss in Informatik, Mathematik, Physik, Statistik oder einem verwandten Fach • Gute Englischkenntnisse zum Lesen und Verfassen technischer Paper und Dokumentation • Wünschenswert: Erfahrung mit LLMs, Fine-Tuning, RAG oder agentischer KI • Wünschenswert: Kenntnisse zu Kreditmodellen oder Betrugsprävention im FinTech- oder regulierten Bankensektor • Wünschenswert: Erfahrung mit Erklärbarkeit und Fairness in KI, einschließlich SHAP, LIME oder AI Act • Wünschenswert: Postgraduale Qualifikation, technische Veröffentlichungen, Open-Source-Beiträge oder ein akademisches Netzwerk in der KI-Forschung

🏖️ Vorteile

• Jährliches Budget für selbstorganisierte Weiterbildung • Remote-Arbeit • Freier Tag am Geburtstag • Halber Tag für den Geburtstag von Kindern oder Eltern • Kurze Freitage (freitags Ende um 14:00 Uhr) • Arbeiten von überall (Arbeiten Sie von dort, wo Sie möchten – denken Sie nur an eine stabile Internetverbindung)