Job Search and Career Advice Platform

Aktiviere Job-Benachrichtigungen per E-Mail!

Data Scientist (m/w/d)

Akkodis

Leipzig

Vor Ort

EUR 60.000 - 80.000

Vollzeit

Heute
Sei unter den ersten Bewerbenden

Erstelle in nur wenigen Minuten einen maßgeschneiderten Lebenslauf

Überzeuge Recruiter und verdiene mehr Geld. Mehr erfahren

Zusammenfassung

Ein globales Beratungsunternehmen in Leipzig sucht einen Experten für Datenanalyse und Entscheidungsunterstützung. Du entwickelst mathematische Modelle und optimierst betriebswirtschaftliche Prozesse, um wertvolle Insights zu liefern. Eine gute Kommunikationsfähigkeit und Kenntnisse in Microsoft Azure sowie Erfahrung mit Big-Data-Technologien sind erforderlich. Du wirst Teil eines Teams, das aktiv an datengetriebenen Lösungsansätzen arbeitet und innovative Data-Science-Lösungen erstellt.

Qualifikationen

  • Abgeschlossenes Studium der Informatik, Wirtschaftsinformatik oder eines vergleichbaren Studiengangs.
  • Erfahrung mit Microsoft Azure oder AWS, insbesondere mit der Azure Data Factory.
  • Kenntnisse in der Entwicklung von CI/CD-Pipelines.

Aufgaben

  • Entwicklung neuer Ansätze zur betriebswirtschaftlichen Entscheidungsunterstützung.
  • Definition von Datenmodellen zur Vernetzung systemübergreifender Datenbestände.
  • Analyse großer Datenmengen und Ableitung relevanter Erkenntnisse.

Kenntnisse

Mathematische Modellierung
Datenanalyse
Prozessoptimierung
CI/CD-Pipelines
Kommunikationsfähigkeit

Ausbildung

Abgeschlossenes Studium der Informatik oder Wirtschaftsinformatik

Tools

Microsoft Azure
AWS
SQL
R
Python
Jobbeschreibung

Akkodis ist ein globales Beratungsunternehmen für Digital Engineering, das Technologie und Talente zusammenbringt, um Transformation zu beschleunigen, Innovation voranzutreiben und eine intelligentere Zukunft zu gestalten. Mit mehr als 50.000 Expert:innen in über 30 Ländern verbinden wir Branchen und Technologien miteinander - von AI und Data Analytics bis zu Cloud, Edge, Automatisierung und Cybersecurity.

Du möchtest betriebswirtschaftliche Entscheidungen durch datengetriebene Ansätze auf ein neues Level heben? Du entwickelst gern mathematische Modelle, optimierst Prozesse und erschaffst skalierbare Data-Science-Lösungen? Dann bist du bei uns genau richtig!

Als Teil unseres Teams gestaltest du aktiv die Zukunft der datenbasierten Entscheidungsprozesse. Deine Arbeit liefert wertvolle Insights, optimiert Abläufe und schafft die Grundlage für strategische Weiterentwicklungen.

Aufgaben
  • Entwicklung neuer Ansätze zur betriebswirtschaftlichen Entscheidungsunterstützung durch mathematische Methoden und Optimierungen
  • Definition von Datenmodellen zur Vernetzung systemübergreifender Datenbestände
  • Analyse großer Datenmengen, Identifikation von Auffälligkeiten und Ableitung relevanter Erkenntnisse
  • Enge Zusammenarbeit mit Fachbereichen zur Klärung fachlicher Ursachen sowie Initiierung von Prozessänderungen oder der Entwicklung skalierbarer Data-Analytics- und Data-Science-Lösungen
  • Entwicklung von Benutzeroberflächen, Datenextrakten und codebasierten Lösungen
  • Weiterentwicklung und Pflege bestehender Algorithmen, Data-Analytics- und Data-Science-Anwendungen
  • Fachliche Beratung innerhalb des Geschäftsbereichs zur Lösung betriebswirtschaftlicher Fragestellungen mittels mathematischer Methoden
  • Automatisierung von Standardprozessen zur Steigerung von Effizienz, Qualität und Ausführungsfrequenz
Profil
  • Abgeschlossenes Studium der Informatik, Wirtschaftsinformatik oder eines vergleichbaren Studiengangs
  • Erfahrung mit Microsoft Azure oder AWS, insbesondere mit der Azure Data Factory
  • Kenntnisse in der Entwicklung von CI/CD-Pipelines
  • Grundkenntnisse in SQL, R oder Python sind von Vorteil
  • Erste Erfahrung im Umgang mit Big-Data-Technologien wie Hadoop, Spark, Hive oder Kafka wünschenswert
  • Ausgeprägte Kommunikationsfähigkeit sowie selbstständige, strukturierte Arbeitsweise
  • Deutsch auf Verhandlungsniveau
Hol dir deinen kostenlosen, vertraulichen Lebenslauf-Check.
eine PDF-, DOC-, DOCX-, ODT- oder PAGES-Datei bis zu 5 MB per Drag & Drop ablegen.