Team Lead Data Scientist | hybrid (office/remote) (w/m/d)

Dein Impact

• Entwickle Dein Team weiter, um uns zu ermöglichen stets State-of-the-Art ML/AI-aaS Dienste zu entwickeln.
• Entwickele Ideen zusammen mit unseren Kolleg*innen aus dem Management Consulting um AI-Lösungen für die Geschäftsprozesse der Otto Group zu finden.
• Von Ideen zur Aktion: Übersetze Ideen in Prototypen und dann in die Produktion unter Verwendung der besten Praktiken von MLOps. Diese Rolle geht über das reine Modellieren in Jupyter Notebooks hinaus. Du wirst auch dafür verantwortlich sein, Data-Science-Lösungen bereitzustellen, zu warten und unsere Lösungen weiterzuentwickeln.
• Übernehme Verantwortung: Sei verantwortlich für Features und Produkte von der Entstehung bis zur Bereitstellung. Deine Beiträge werden den Erfolg und die Weiterentwicklung unserer Lösungen direkt beeinflussen.
• Teamgetriebene Entwicklung: Beeinflusse unsere Produkte und fördere eine kollaborative Kultur durch Code-Reviews, Pair Programming und Wissensaustausch.
• Bleib auf dem neuesten Stand: Aktualisiere kontinuierlich deine Fähigkeiten und dein Wissen mit den neuesten Branchentrends und Technologien.

Du bist dir nicht sicher, ob die Stelle zu dir passt? – Gerne stellen wir den Kontakt zu Christian Rammig dem Geschäftsführer der data.works her. Du möchtest dein künftiges Team und deinen Arbeitsplatz live erleben? – Im Rahmen deines Bewerbungsprozesses hast du zu einem späteren Zeitpunkt die Möglichkeit dazu. 

Um dich und deine Skills besser kennenzulernen, wird dich im Bewerbungsprozess eine Python Coding-Challenge erwarten.

Dein Profil

Must-have:

• Erste Führungserfahrung- auch lateral in Produktteams
• Fähigkeit komplexe Sachverhalte stakeholdergerecht aufzuarbeiten
• Fähigkeit, Ideen in Prototypen und dann in die Produktion zu überführen und Verantwortung für alle Schritte im Produktlebenszyklus zu übernehmen
• Umfangreiche Erfahrung mit spezialisierten Machine-Learning-Bibliotheken zur Entwicklung von Modellen mit sauberem, skalierbarem und produktionsreifem Code
• Umfassendes Wissen über statistische Methoden und algorithmische Techniken und die Fähigkeit, diese zur Lösung von Datenproblemen anzuwenden
• Sprachniveau: Deutsch C1 (fachkundige Sprachverwendung) und Englisch C1 (fachkundige Sprachverwendung)

Nice-to-have:

• Erfahrung mit dem Deployment von Modellen auf Cloud-Plattformen wie GCP oder AWS
• Erfahrung mit DevOps-Technologien wie Docker, Kubernetes und CI/CD
• Erfahrung mit Cloud infrastructure-as-code (IaC) Tools wie Terraform oder AWS CloudFormation
• Spezielles Wissen in einem Machine-Learning-Bereich wie Graphentheorie, Modelloptimierung, Zeitreihenanalyse, Natural Language Processing (NLP) oder Clustering