Data Scientist – Machine Learning (m/w/d)

AERTiCKET Gruppe; Berlin; Hybrid; EUR 70,000 - 100,000; Full time

Benefits offered by this job

Flexibles Home-Office

Kantine bio & regional

ÖPNV-Zuschuss 50€ pro Monat

Altersvorsorge-Zuschuss

Wöchentliche Massagen

Firmenevents & Teambuilding

Reise-Rabatte

Job summary

AERTiCKET Gruppe sucht einen Data Scientist / Machine-Learning-Entwickler, der aus Daten mehr macht als Reports: Er entwickelt Modelle, die konkrete Fragestellungen lösen und am Ende produktiv eingesetzt werden. Sie arbeiten eng mit Fachbereichen, Data Engineering, Softwareentwicklung und IT zusammen.

Zu Ihren Aufgaben gehören die Analyse großer Datenmengen, Training, Validierung und Optimierung von Modellen, die Operationalisierung sowie Deployment, Monitoring und Retraining.

Qualifications

• Abgeschlossenes Studium in Informatik, Mathematik, Statistik oder Data Science.
• 3–5 Jahre relevante Berufserfahrung in Data Science / ML.
• Sehr gute Kenntnisse in Python sowie Libraries wie Pandas/NumPy/Scikit-Learn.
• Kenntnisse in SQL und Datenmodellierung.
• Verständnis von Statistik, Wahrscheinlichkeitsrechnung und Modellbewertung.
• Erfahrung mit Deployment, Monitoring und Retraining von Modellen.
• Gute Kommunikationsfähigkeiten in Deutsch und Englisch.

Responsibilities

• Analysieren großer Datenmengen zur Identifikation von Mustern, Trends und Potenzialen.
• Entwicklung, Training, Validierung und Optimierung von ML-Modellen.
• Operationalisierung und Deployment in produktiven Umgebungen.
• Monitoring, Retraining und Sicherstellung der Modellqualität.
• Koordination mit Fachbereichen, Data Engineering, Softwareentwicklung und IT.
• Aufbereitung von Ergebnissen für technische und nicht-technische Stakeholder.

Skills

Python

Pandas

NumPy

Scikit-Learn

TensorFlow

PyTorch

SQL

Education

Informatikabschluss

Data Science Studium

Tools

TensorFlow

PyTorch

Scikit-Learn

Pandas

NumPy

SQL

Job description

Deine Aufgaben:

Du möchtest aus Daten mehr machen als Reports und Analysen? Du entwickelst gerne Modelle, die konkrete Fragestellungen lösen und am Ende tatsächlich produktiv eingesetzt werden?

Dann werde Teil unseres Teams bei AERTiCKET und unterstütze uns dabei, datenbasierte Lösungen und Machine-Learning-Anwendungen für unterschiedliche Geschäftsbereiche zu entwickeln. Von der Analyse großer Datenmengen über die Modellentwicklung bis hin zur Operationalisierung begleitest du den gesamten Prozess und arbeitest dabei eng mit unseren Fachbereichen, Data Engineering, Softwareentwicklung und IT zusammen.

• Analyse großer Datenmengen zur Identifikation relevanter Muster, Trends und geschäftlicher Potenziale
• Entwicklung, Training, Validierung und Optimierung von Machine-Learning-Modellen, z. B. für Prognosen, Klassifikationen, Clustering und Optimierungsaufgaben
• Durchführung von Modellbewertungen, Experimenten und Analysen zur kontinuierlichen Verbesserung der Vorhersagequalität
• Entwicklung von Proof of Concepts und Überführung geeigneter Lösungen gemeinsam mit den beteiligten Teams in den produktiven Betrieb
• Unterstützung bei Deployment, Monitoring und Retraining von Machine-Learning-Modellen
• Sicherstellung der Daten- und Modellqualität einschließlich nachvollziehbarer Dokumentation und laufender Überwachung
• Gemeinsam mit Fachbereichen, Data Engineering, Softwareentwicklung und IT identifizierst und priorisierst du geeignete Use Cases
• Analyseergebnisse und Handlungsempfehlungen bereitest du verständlich auf und präsentierst sie sowohl technischen als auch nichttechnischen Stakeholdern
• Aktuelle Entwicklungen im Bereich Data Science und Machine Learning behältst du im Blick und bewertest, welche Technologien und Ansätze für unsere Anforderungen sinnvoll sind

Dein Profil:

• Ein abgeschlossenes Studium, z. B. in Informatik, Mathematik, Statistik oder Data Science, oder eine vergleichbare Qualifikation mit entsprechender Praxiserfahrung
• Mehrjährige praktische Erfahrung im Bereich Data Science und Machine Learning, idealerweise etwa 3–5 Jahre
• Sehr gute Kenntnisse in Python und Erfahrung mit relevanten Libraries und Frameworks wie Pandas, NumPy, Scikit‑Learn, TensorFlow oder PyTorch
• Gute Kenntnisse in SQL sowie Erfahrung mit Datenmodellierung und der Verarbeitung strukturierter und unstrukturierter Daten
• Ein gutes Verständnis von Statistik, Wahrscheinlichkeitsrechnung und Methoden zur Modellbewertung
• Praktische Erfahrung mit Machine‑Learning‑Verfahren für Prognosen, Klassifikationen, Clustering oder Optimierungen
• Erfahrung im Umgang mit größeren Datenbeständen sowie Kenntnisse moderner Datenplattformen und Datenpipelines
• Idealerweise hast du Machine-Learning-Modelle bereits produktiv eingesetzt und kennst dich mit Deployment, Monitoring und Retraining aus
• Du arbeitest analytisch, strukturiert und lösungsorientiert und kannst komplexe Zusammenhänge verständlich erklären
• Du kommunizierst sicher auf Deutsch und Englisch

Warum wir:

• Work-Life-Balance ist uns wichtig. Wir bieten deshalb eine flexible Home-Office-Regelung in individueller Absprache mit deinem Team Lead. Bis zu 30 Tage Workation pro Jahr sind bei uns ebenfalls möglich.
• Bei uns gibt es nicht nur den üblichen Obstkorb sondern von Montag bis Freitag ein kostenloses, frisch gekochtes Mittagessen (Bio und regional) in unserer eigenen Kantine am Standort Berlin.
• Wir arbeiten in einem zentral gelegenem Loft-Office in Berlin Kreuzberg mit viel Platz zum gemeinsamen Austausch und Netzwerken.
• Wir zahlen Dir monatlich einen ÖPNV-Zuschuss von 50 Euro.
• Wir bieten einen Zuschuss zur Altersvorsorge.
• Dein Wohlbefinden liegt uns am Herzen: Bei uns kommt wöchentlich ein Masseur (Massagen inkl. Zuschuss vom Arbeitgeber) und wir veranstalten viele gemeinsame Team- und Firmenevents, vom Bowling übers Sommerfest bis zu selbst organisierten Kurzreisen.
• Bei uns bekommst du branchenübliche Rabatte für dein Wochenende oder deinen Familienurlaub (z. B. günstige Flüge, Zugtickets, Hotelübernachtungen oder sogar ganze Urlaubspakete).
• Unser Sustainability-Team freut sich auf deine Ideen für mehr Nachhaltigkeit und Umweltschutz im Unternehmen.