Data Scientist MDOCore Datalake (w/m/d)

HENSOLDT AG; Ulm; Vor Ort; EUR 90.000 - 120.000; Vollzeit

Zusammenfassung

HENSOLDT AG in Ulm sucht Data Scientist MDOCore Datalake (w/m/d) im Bereich Digital Solutions & Mission Data Platforms. MDOCore ist eine Plattform zur Integration, Verarbeitung und Bereitstellung missionsrelevanter Daten.

Zu Ihren Aufgaben gehören Datenanalyse, Modell-Entwicklung, Data-Pipelines, Zusammenarbeit mit Data Engineering, sowie Data-Governance und Dokumentation. Gesucht wird jemand mit starkem Hintergrund in Python, ML und großer Datenmengen.

Qualifikationen

• Abgeschlossenes Studium der Informatik, Data Science, Mathematik, Physik, Elektrotechnik, Statistik, Wirtschaftsinformatik oder einer vergleichbaren Fachrichtung.
• Mehrjährige praktische Erfahrung in Data Science, Datenanalyse, Machine Learning, Data Analytics oder angewandter Statistik.
• Sehr gute Kenntnisse in Python sowie gängigen Data-Science- und Machine-Learning-Bibliotheken (z. B. pandas, NumPy, scikit-learn, PyTorch oder TensorFlow).
• Erfahrung mit der Analyse großer, heterogener Datenbestände sowie fundierte Kenntnisse in Datenmodellierung, Feature Engineering, Datenqualität und Modellbewertung.
• Erfahrung mit SQL, NoSQL, Datenbanken, Datalakes und objektbasierten Speicherlösungen.
• Verständnis von Data Mesh, Data Fabric, Datenprodukten, Metadatenmanagement und semantischer Datenintegration.
• Grundverständnis moderner AI-Architekturen wie Retrieval-Augmented Generation, Tool Calling und Agentic AI.
• Fähigkeit, fachliche Anforderungen in analytische Modelle, Datenprodukte und verständlich aufbereitete Ergebnisse zu überführen.
• Strukturierte, eigenverantwortliche Arbeitsweise sowie Freude an interdisziplinärer Zusammenarbeit und explorativer Datenanalyse.
• Sehr gute Deutsch- und Englischkenntnisse in Wort und Schrift.

Aufgaben

• Analyse, Aufbereitung und Auswertung großer, heterogener Datenbestände im MDOCore Datalake
• Entwicklung datengetriebener Modelle, Algorithmen und Prototypen für Data Analytics, Machine Learning, Anomaly Detection, Klassifikation, Clustering, Prognosen und Entscheidungsunterstützung
• Identifikation von Mustern, Anomalien und Qualitätsproblemen in Sensor-, System-, Test- und Simulationsdaten
• Aufbau wiederverwendbarer Datenprodukte, Datenmodelle und Analysebausteine unter Berücksichtigung von Data-Mesh- und Data-Fabric-Prinzipien
• Zusammenarbeit mit Data Engineering, Softwareentwicklung, Systemarchitektur, Product Ownern und Fachdomänen zur Definition von Anforderungen an Datenqualität, Datenmodelle und Analysefähigkeit
• Konzeption und Validierung von Datenpipelines, Feature Engineering, Modelltrainingsprozessen sowie Bewertung von Datenqualität und Repräsentativität
• Entwicklung von Metriken, Dashboards und analytischen Nachweisen zur Bewertung von Systemverhalten, Plattformleistung und Datenprodukten
• Operationalisierung von Analysemodellen sowie Unterstützung bei der Integration von Analytics-, AI- und Agentic-AI-Fähigkeiten in die MDOCore-Plattform
• Dokumentation von Datenanalysen, Modellen und Qualitätsbewertungen sowie Mitwirkung an Data Governance, Datenkatalogisierung und Traceability
• Unterstützung bei Demonstratoren, Kundenpräsentationen, Angebotsphasen und technischen Bewertungen datengetriebener Lösungen

Kenntnisse

Python

Data Science

Machine Learning

SQL

NoSQL

Data Lakes

Data Modeling

Feature Engineering

Data Quality

Model Evaluation

Pandas

NumPy

scikit-learn

PyTorch

TensorFlow

Data Governance

Data Mesh

Data Fabric

German-English

Ausbildung

Abgeschlossenes Studium in Informatik/Data Science/Mathematik/Physik/Elektrotechnik/Statistik/Wirtschaftsinformatik

Tools

Pandas

NumPy

scikit-learn

PyTorch

TensorFlow

Jobbeschreibung

Für den Bereich „Digital Solutions & Mission Data Platforms“ suchen wir zum nächstmöglichen Zeitpunkt einen \"Data Scientist MDOCore Datalake (w/m/d)\".

MDOCore ist eine digitale Plattform zur Integration, Verarbeitung und Bereitstellung missionsrelevanter Daten und Services. Ein zentraler Bestandteil der Plattform ist der MDOCore Datalake, in dem Daten aus unterschiedlichen Sensoren, Systemen, Simulationen, Testumgebungen und operativen Quellen strukturiert, analysierbar und wiederverwendbar gemacht werden.

Ihre Aufgaben

• Analyse, Aufbereitung und Auswertung großer, heterogener Datenbestände imMDOCoreDatalake
• Entwicklung datengetriebener Modelle, Algorithmen und Prototypen für Data Analytics, Machine Learning, Anomaly Detection, Klassifikation, Clustering, Prognosen und Entscheidungsunterstützung
• Identifikation von Mustern, Anomalien und Qualitätsproblemen in Sensor-, System-, Test- und Simulationsdaten
• Aufbau wiederverwendbarer Datenprodukte, Datenmodelle und Analysebausteine unter Berücksichtigung von Data-Mesh- und Data-Fabric-Prinzipien
• Zusammenarbeit mit Data Engineering, Softwareentwicklung, Systemarchitektur, Product Ownern und Fachdomänen zur Definition von Anforderungen an Datenqualität, Datenmodelle und Analysefähigkeit
• Konzeption und Validierung von Datenpipelines, Feature Engineering, Modelltrainingsprozessen sowie Bewertung von Datenqualität und Repräsentativität
• Entwicklung von Metriken, Dashboards und analytischen Nachweisen zur Bewertung von Systemverhalten, Plattformleistung und Datenprodukten
• Operationalisierung von Analysemodellen sowie Unterstützung bei der Integration von Analytics-, AI- und Agentic-AI-Fähigkeiten in die MDOCore-Plattform
• Dokumentation von Datenanalysen, Modellen und Qualitätsbewertungen sowie Mitwirkung an Data Governance, Datenkatalogisierung und Traceability
• Unterstützung bei Demonstratoren, Kundenpräsentationen, Angebotsphasen und technischen Bewertungen datengetriebener Lösungen
• Abgeschlossenes Studium der Informatik, Data Science, Mathematik, Physik, Elektrotechnik, Statistik, Wirtschaftsinformatik oder einer vergleichbaren Fachrichtung
• Mehrjährige praktische Erfahrung in Data Science, Datenanalyse, Machine Learning, Data Analytics oder angewandter Statistik
• Sehr gute Kenntnisse in Python sowie gängigen Data-Science- und Machine-Learning-Bibliotheken (z. B. pandas, NumPy, scikit-learn, PyTorch oder TensorFlow)
• Erfahrung mit der Analyse großer, heterogener Datenbestände sowie fundierte Kenntnisse in Datenmodellierung, Feature Engineering, Datenqualität und Modellbewertung
• Erfahrung mit SQL, NoSQL, Datenbanken, Datalakes und objektbasierten Speicherlösungen
• Verständnis von Data Mesh, Data Fabric, Datenprodukten, Metadatenmanagement und semantischer Datenintegration
• Grundverständnis moderner AI-Architekturen wie Retrieval-Augmented Generation, Tool Calling und Agentic AI
• Fähigkeit, fachliche Anforderungen in analytische Modelle, Datenprodukte und verständlich aufbereitete Ergebnisse zu überführen
• Strukturierte, eigenverantwortliche Arbeitsweise sowie Freude an interdisziplinärer Zusammenarbeit und explorativer Datenanalyse
• Sehr gute Deutsch- und Englischkenntnisse in Wort und Schrift