Werkstudent Data Science & Machine Learning

Datasphere Analytics; Berlin; Hybrid; EUR 60.000 - 80.000; Teilzeit

Zusammenfassung

Ein aufstrebendes Tech-Startup in Berlin sucht einen Werkstudenten/eine Werkstudentin im Bereich Data Science & Machine Learning. Die Rolle umfasst die Entwicklung und Automatisierung von Data-Science-Workflows sowie die Zusammenarbeit mit dem CDO an produktionsreifen ML-Pipelines. Ideale Kandidaten sind im Informatik- oder Data Science-Studium und haben fundierte Kenntnisse in Python sowie Erfahrung mit relevanten Data-Science-Libraries.

Leistungen

Flexible Arbeitszeiten

Remote-Option

Enge Zusammenarbeit mit Data Scientists

Qualifikationen

• Sehr gute Python-Kenntnisse sind erforderlich.
• Erfahrung mit typischen Data-Science-Libraries ist wichtig.
• Verständnis von Machine-Learning-Workflows und Feature Engineering ist erforderlich.

Aufgaben

• Entwicklung und Automatisierung von Data-Science-Workflows.
• Aufbau und Pflege von ETL-Prozessen.
• Unterstützung bei der Evaluation und Optimierung von Modellen.

Kenntnisse

Python-Kenntnisse

Datenanalyse

Machine Learning

Feature Engineering

Datenstrukturen

Ausbildung

Laufendes Studium in Informatik, Data Science, Mathematik oder Physik

Tools

pandas

NumPy

scikit-learn

PyTorch

TensorFlow

SQL-Datenbanken

Jobbeschreibung

Wir entwickeln KI-Lösungen für Forecasting, Optimierung und datengetriebene Entscheidungsunterstützung. Dabei kombinieren wir modernste Machine‑Learning‑Modelle mit realwirtschaftlichen Daten aus Finance und Rohstoffmärkten – immer mit dem Ziel, komplexe Zusammenhänge messbar zu machen und bessere Entscheidungen zu ermöglichen.

Als Werkstudent/in Data Science & Machine Learning arbeitest du direkt mit unserem CDO an produktionsreifen ML‑Pipelines. Kein Forschungslabor, kein Proof of Concept – echte Daten, echte Modelle, echte Wirkung.

Aufgaben

• Entwicklung und Automatisierung von Data-Science-Workflows und ML-Pipelines
• Aufbau und Pflege von ETL-Prozessen zur Datenaufbereitung aus unterschiedlichen Quellen
• Feature Engineering für Forecasting- und Klassifikationsmodelle
• Arbeit mit SQL-Datenbanken (PostgreSQL, Snowflake, Azure SQL)
• Unterstützung bei der Evaluation, Optimierung und dem Deployment von Modellen

Optional / Nice to have:

• Erfahrung mit Natural Language Processing (NLP), insbesondere LLMs oder RAG
• Kenntnisse in MLOps (z. B. MLflow, Kedro, Airflow oder Docker)

Qualifikation

• Laufendes Studium in Informatik, Data Science, Mathematik, Physik oder einem vergleichbaren Fach
• Sehr gute Python-Kenntnisse (weit über Anfängerlevel hinaus)
• Erfahrung mit typischen Data-Science-Libraries (pandas, NumPy, scikit-learn, PyTorch oder TensorFlow)
• Verständnis von Datenstrukturen, Machine-Learning-Workflows und Feature Engineering
• Interesse an der praktischen Anwendung von KI in Industrie und Wirtschaft

Benefits

• Mitarbeit an realen KI-Projekten mit direkter wirtschaftlicher Relevanz
• Enge Zusammenarbeit mit erfahrenen Data Scientists und ML Engineers
• Flexible Arbeitszeiten und Remote-Option
• Eine offene, analytische Arbeitskultur mit viel Raum für Eigeninitiative und Ideen
• Zugang zu modernen Tools, Cloud-Umgebungen und Technologien, die du wirklich einsetzen wirst
• Du willst mehr als nur Jupyter-Notebooks mit Beispieldaten füllen.
• Du willst verstehen, wie aus Daten Modelle, aus Modellen Produkte und aus Produkten Entscheidungen werden.
• Du arbeitest präzise, lernst schnell und hast Spaß daran, Dinge zum Laufen zu bringen – sauber, nachvollziehbar, reproduzierbar.

Wir sind ein kleines, fokussiertes Team mit großem Anspruch – und einem Platz im Kontorhaus, einem der schönsten Büros Berlins.