Senior Data Scientist (m/w/d)

Über uns: HyPlus ist Dein Wegbegleiter im digitalen Wandel. Gemeinsam mit unseren Kund:innen entwickeln wir strukturiert, partnerschaftlich und mit klarem Fokus auf nachhaltigen Mehrwert, deren digitale DNA. Wir begleiten Unternehmen von der Anforderungsanalyse über Architektur, Softwareentwicklung und Implementierung bis hin zum Betrieb. Mit rund 800 Kolleg:innen in Deutschland, Polen, Litauen, Rumänien und Indien verbinden wir technologische Exzellenz mit Branchenkompetenz in Automotive, Handel, Banken & Versicherungen sowie dem öffentlichen Sektor. Wir begrüßen Bewerberinnen und Bewerber, die sich bereits mit modernen KI-gestützten Entwicklungstools und generativer KI beschäftigen oder Interesse daran haben, diese sinnvoll in ihren Arbeitsalltag zu integrieren. Den reflektierten Einsatz von KI sehen wir als wertvolle Ergänzung zu technischem Know-how und eigenständigem Denken. Als Senior Data Scientist verantwortest du datenwissenschaftliche Lösungen bei unseren Kund:innen end-to-end: von der Bewertung des Use Cases über Modellentwicklung und Validierung bis zur Produktivsetzung. Du bist die fachliche Ansprechperson für Statistik, Machine Learning und den praxisnahen Einsatz generativer KI, übersetzt Geschäftsfragen in analytische Lösungsansätze, berätst Stakeholder auf Augenhöhe und gibst dein Wissen im Team weiter. Gestaltung und fachliche Leitung von Data-Science- und KI-Projekten in interdisziplinären Teams – von der Problemdefinition bis zum produktiven Einsatz Identifikation und Bewertung von Use Cases hinsichtlich Machbarkeit, Datenlage und Wirtschaftlichkeit sowie Übersetzung von Geschäftsfragestellungen in analytische und technische Lösungsansätze Explorative Datenanalyse, Feature Engineering und Aufbereitung komplexer, heterogener Datensätze als Grundlage für Modellierung Entwicklung, Training und Optimierung statistischer und Machine-Learning-Modelle – etwa Regressions- und Klassifikationsverfahren, baumbasierte und Bayes'sche Methoden, Clustering, Forecasting oder mathematische Optimierung – in Batch- und Real-Time-Kontexten Konzeption und Durchführung von Experimenten und Validierungen: Metrikdefinition, Kreuzvalidierung, A/B-Tests sowie Prüfung von Robustheit, Bias und Stabilität Konzeption und Umsetzung von Lösungen mit generativer KI und Large Language Models, etwa Retrieval-Augmented Generation, Prompt-Engineering oder Agentic-AI-Ansätze Produktivsetzung von Modellen gemeinsam mit Engineering-Teams sowie Abstimmung zu Datenbereitstellung, Datenqualität und Schnittstellen Konzeption und Umsetzung von Lösungen auf modernen Cloud- und Data-Science-Plattformen (z. B. Azure, AWS, GCP, Databricks) inklusive der zugehörigen ML- und KI-Dienste Sicherstellung von Nachvollziehbarkeit und verantwortungsvollem KI-Einsatz: Dokumentation von Daten, Modellen und Annahmen, Reproduzierbarkeit sowie Berücksichtigung von Datenschutz- und Governance-Anforderungen Übersetzung analytischer Erkenntnisse in managementtaugliche Entscheidungsvorlagen und Handlungsempfehlungen, Beratung der Kund:innen in methodischen Fragestellungen sowie Moderation von Workshops und Erstellung von Prototypen Mitgestaltung von Standards und Best Practices, Durchführung von Code- und Modell-Reviews, Mentoring von Junior- und Mid-Level-Kolleg:innen sowie Unterstützung von Pre-Sales-Aktivitäten Abgeschlossenes Studium in Data Science, Informatik, Mathematik, Statistik, Physik, einem MINT- oder wirtschaftswissenschaftlichen Fach oder eine vergleichbare Qualifikation >5 Jahre praktische Erfahrung in Data Science oder einer vergleichbaren analytischen Rolle, davon auch Erfahrung in verantwortlicher Rolle im Projekt- oder Consultingumfeld Sehr gute Programmierkenntnisse in Python – inklusive objektorientierter Entwicklung und gängiger Data-Science- und ML-Frameworks (z. B. pandas, scikit-learn, PyTorch); Kenntnisse in R sind ein Plus Fundierte Methodenkompetenz in Statistik, Wahrscheinlichkeitsrechnung und Machine Learning sowie in Modellvalidierung und Experimentdesign Nachweisbare Erfahrung in der Entwicklung prädiktiver Modelle – etwa Forecasting, Scoring, Klassifikation, Clustering oder Optimierung – und in deren Überführung in den produktiven Einsatz Gute SQL-Kenntnisse sowie Erfahrung mit relationalen und NoSQL-Datenbanken und Verständnis von ETL-/ELT-Prozessen Praktische Erfahrung mit mindestens einer Cloud-Plattform und ihren ML-/KI-Diensten (z. B. Azure, AWS, GCP, Databricks) Erste praktische Erfahrung mit generativer KI – etwa für Informationsabruf, Analysen oder Datenzusammenfassungen – sowie Verständnis für deren Grenzen Sicherer Umgang mit Versionskontrolle (Git), CI/CD und automatisierten Tests Ausgeprägtes Verständnis für wirtschaftliche Zusammenhänge und die Fähigkeit, hinter einer Analyse die Geschäftsfrage zu erkennen Erfahrung in agilen Arbeitsweisen (Scrum/Kanban) Ausgeprägte Kommunikations- und Präsentationsstärke, souveränes Stakeholder-Management sowie Freude daran, Wissen weiterzugeben Analytische Neugier und die Fähigkeit, in komplexen und unscharfen Problemstellungen strukturiert zu arbeiten Deutschkenntnisse auf C1/C2 Niveau Englischkenntnisse auf B2 Niveau Wohnsitz in Deutschland, idealerweise Nähe Ratingen/Frankfurt Du kennst dich in den Themen aus und fühlst dich fachlich sicher, auch wenn du noch nicht mehr als fünf Jahre Erfahrung mitbringst? Dann bewirb dich trotzdem! Wir freuen uns darauf, dich kennenzulernen. Nice to have: Erfahrung in der Produktivsetzung von Modellen – begleitend an der Seite von Engineering-Teams oder in eigener Verantwortung – inklusive MLOps-Praktiken wie Deployment, Versionierung, Experiment-Tracking, Monitoring, Drift-Erkennung und Retraining Erfahrung in der systematischen Evaluierung von KI-Lösungen (z. B. Qualitätsmetriken, Test-Sets, Guardrails) sowie mit Responsible-AI- und KI-Governance-Anforderungen Vertiefung in einem Spezialgebiet, z. B. NLP und LLMs (Transformer, Conversational AI) oder Computer Vision Kenntnisse in mathematischer Optimierung und Operations Research Erfahrung mit Real-Time- und Streaming-Inferenz sowie mit skalierbaren Verarbeitungs-Frameworks wie Spark Erfahrung mit Visualisierungs- und Prototyping-Werkzeugen (z. B. Power BI, Tableau, Streamlit) zur Ergebnisvermittlung Relevante Cloud- oder ML-Zertifizierungen sowie Branchenerfahrung in Automotive, Handel, Banken & Versicherungen oder dem öffentlichen Sektor Erfahrung mit Datenstrategie-, Data-Literacy- oder Business-Building-Themen sowie in Pre-Sales und Aufwandsschätzung Das erwartet dich: Attraktive Vergütung & Benefits – wettbewerbsfähiges Gehalt und Gesundheitsbudget, Team-Offsites, moderne Tech-Ausstattung, Mobilitätspaket, Jobrad etc. Karriereperspektive – klar definierte Entwicklungsmöglichkeiten & Jahresgespräche Weiterentwicklung – kontinuierliche Trainings, Zertifizierungen und Zugang zu Branchen-Events Flexibilität – Hybrid-/Remote-Modell, flexible Arbeitszeiten Unternehmenskultur – kollegiales, politikarmes Umfeld, in dem deine Ideen und Ergebnisse zählen Chancengleichheit: HyPlus ist ein Arbeitgeber der Chancengleichheit. Wir schätzen Vielfalt und setzen uns aktiv für ein inklusives Arbeitsumfeld ein, in dem sich alle Mitarbeitenden willkommen und wertgeschätzt fühlen. Find more English Speaking Jobs in Germany on Arbeitnow