Data Scientist, ML & MLOps — Production-Ready Solutions

Die Schweizerische Post AG; Bern; Vor Ort; CHF 110.000 - 150.000; Vollzeit

Zusammenfassung

Die Schweizerische Post AG sucht einen Data Scientist (Machine Learning) zur Entwicklung daten- und modellbasierter Lösungen für Mobilitätsservices und Partnerkunden. Sie arbeiten mit Data Science, Data Engineering und Business-Verständnis zusammen, führen eigenständig Analysen durch und bringen ML-Modelle von der Konzeption bis zum produktiven Einsatz.

Sie verwenden Cloud-Technologien (AWS) und gängige ML-Frameworks, legen Wert auf sauberen, nachvollziehbaren Code und arbeiten eng mit

Qualifikationen

• Mehrere Jahre Erfahrung in Data Science und Machine Learning, Modell-Entwicklung bis produktivem Einsatz.
• Universität/Fachhochschule in relevanter Fachrichtung (Data Science, Informatik, Mathematik, Statistik).
• Fundierte Kenntnisse in ML-Engineering, MLOps, Experiment Tracking, Modellversionierung, CI/CD für ML, reproduzierbaren Pipelines und automatisierten Tests.

Aufgaben

• Entwicklung daten- und modellbasierter Lösungen für geschäftliche Herausforderungen.
• Arbeit mit Cloud-Technologien und interdisziplinärem Team aus Data Science, Data Engineering und Business-Verständnis.
• Eigenständige Durchführung von Datenanalysen und Entwicklung von ML-Modellen von Exploration bis Deployment.
• Zusammenarbeit mit Data Engineers und Stakeholdern zur Bewertung der Machbarkeit und Modellgüte.
• Aufbau reproduzierbarer Trainings-, Evaluations- und Deployment-Pipelines.

Kenntnisse

Data Science

Machine Learning

Experiment Tracking

CI/CD ML

Python

Englisch

Deutsch

Teamarbeit

Ausbildung

Hochschulstudium in Data Science, Informatik, Mathematik, Statistik

Tools

AWS SageMaker

S3

Lambda

Bedrock

TensorFlow

PyTorch

scikit-learn

Jobbeschreibung

Die Schweizerische Post AG sucht einen Data Scientist (Machine Learning) zur Entwicklung daten- und modellbasierter Lösungen für Mobilitätsservices und Partnerkunden. Sie arbeiten mit Data Science, Data Engineering und Business-Verständnis zusammen, führen eigenständig Analysen durch und bringen ML-Modelle von der Konzeption bis zum produktiven Einsatz.

Sie verwenden Cloud-Technologien (AWS) und gängige ML-Frameworks, legen Wert auf sauberen, nachvollziehbaren Code und arbeiten eng mit