Data Scientist (m/w/d) Machine Learning & Predictive Analytics

Für unseren Kunden suchen wir einen Data Scientist (m/w/d) Machine Learning & Predictive Analytics zur Unterstützung der zentralen Forschungs- und Entwicklungsabteilung bei der Entwicklung datengetriebener Lösungen für Produktentwicklung und Leistungsoptimierung.
Aufgaben

• Entwicklung, Validierung und Optimierung von Machine-Learning-Modellen zur Vorhersage von Produkt- und Katalysatorleistungen
• Erstellung von Prognosemodellen für Emissionen und Leistungskennzahlen auf Basis wissenschaftlicher, experimenteller und technischer Daten
• Durchführung von explorativen Datenanalysen (EDA), Datenaufbereitung, Feature Engineering sowie Korrelationsanalysen
• Identifikation von Mustern, Einflussfaktoren und Optimierungspotenzialen in komplexen Forschungs-, Labor- und Prozessdaten
• Entwicklung robuster Predictive-Analytics-Ansätze zur Unterstützung datenbasierter Entscheidungen in Forschung und Produktentwicklung
• Zusammenarbeit mit Data Engineers, Forschenden, Ingenieuren und Business-Stakeholdern zur Bereitstellung belastbarer Analysen
• Dokumentation von Methoden, Annahmen, Validierungsergebnissen und Handlungsempfehlungen
• Präsentation von Ergebnissen für technische und nicht-technische Stakeholder
• Unterstützung bei der Überführung von Prototypen und Analysen in skalierbare, wiederverwendbare Modellierungslösungen

Anforderungen

• Abgeschlossenes Studium (Master) in Data Science, Statistik, Mathematik, Informatik, Ingenieurwissenschaften, Physik, Chemie, Materialwissenschaften oder vergleichbarer Fachrichtung
• Ca. 2-4 Jahre Berufserfahrung im Bereich Data Science, Machine Learning, statistische Modellierung oder Predictive Analytics
• Fundierte Programmierkenntnisse in Python sowie Erfahrung mit Pandas, NumPy, Scikit-learn und Matplotlib
• Erfahrung in Datenanalyse, Datenbereinigung, Datenaufbereitung und Feature Engineering
• Kenntnisse in der Entwicklung und Bewertung von Prognosemodellen auf Basis komplexer technischer oder wissenschaftlicher Daten
• Verständnis von Modellvalidierung, Datenqualität, Reproduzierbarkeit und Modellinterpretation
• Erfahrung mit strukturierten Industrie-, Forschungs-, Labor- oder Engineering-Daten
• Fähigkeit zur verständlichen Aufbereitung und Visualisierung analytischer Ergebnisse
• Idealerweise Erfahrung mit Gradient Boosting, Regressions- und Klassifikationsmodellen, Bayes'schen Ansätzen oder Physics-Informed Machine Learning
• Von Vorteil: Kenntnisse in SQL, Azure Machine Learning, Databricks oder vergleichbaren Cloud- und Data-Science-Plattformen
• Selbstständige, analytische und strukturierte Arbeitsweise
• Ausgeprägte Kommunikations- und Stakeholder-Management-Fähigkeiten
• Verhandlungssicheres Englisch; Deutschkenntnisse sind von Vorteil

Rahmendaten

• Einsatzort: Hanau
• Arbeitsmodell: Hybrid
• Vor-Ort-Anteil: 3 Tage pro Woche
• Auslastung: Vollzeit (40 Stunden pro Woche)

Klingt spannend? Dann freue ich mich auf eure Bewerbung!

SThree_Germany is acting as an Employment Business in relation to this vacancy.