Data Scientist / Machine Learning Engineer (m/w/d)
01.03.2025
crossnative GmbH
Hamburg (DE)
Weitere passende Anzeigen:
Passende Jobs zu Ihrer Suche ...
... immer aktuell und kostenlos per E-Mail.
Sie können den Suchauftrag jederzeit abbestellen.
Es gilt unsere Datenschutzerklärung. Sie erhalten passende Angebote per E-Mail. Sie können sich jederzeit wieder kostenlos abmelden.
Data Scientist / Machine Learning Engineer (m/w/d)
Drucken
crossnative GmbH
Hamburg (DE)
Informationen zur Anzeige:
Data Scientist / Machine Learning Engineer (m/w/d)
crossnative GmbH
Hamburg (DE)
Aktualität: 01.03.2025
Anzeigeninhalt:
01.03.2025, crossnative GmbH
Hamburg (DE)
Data Scientist / Machine Learning Engineer (m/w/d)
Unternehmen: crossnative GmbHArbeitszeitmodell: VollzeitArbeitsort: Hamburg (DE)Stellenbeschreibung:Data Scientist / Machine Learning Engineer (m/w/d)Die crossnative GmbH ist der branchenübergreifende Methoden- und Technologiebereich innerhalb der PPI-Gruppe. Wir arbeiten in crossfunktionalen Teams, um sinnstiftende Lösungen zu entwickeln, die Technologie mit fachlichem Know-how verknüpfen.
Du hast Lust, dabei zu sein und mit deiner Karriere so richtig durchzustarten? Willkommen bei crossnative!
Bewirb dich jetzt: bundesweit in Vollzeit.
Deine Vorteile:
- Viel Freiraum für Eigeninitiative zur aktiven Mitgestaltung deiner täglichen Arbeit, z. B. im Rahmen unserer »Open Fridays«
- Mobiles Arbeiten
- Immer jemanden als passende:n Sparringspartner:in an deiner Seite - im Onboarding und danach
- Umfassendes Weiterbildungsangebot zur persönlichen und fachlichen Weiterentwicklung
- Smartphone und Firmenlaptop zur privaten Nutzung
- Freie Wahl des Betriebssystems und der Hardware
- Und viele weitere: steuerfreier Kinderbetreuungszuschuss, Vergünstigung über Hansefit, arbeitgeberfinanzierte betriebliche Altersvorsorge, VWL-Zuschuss, ...
Deine Rolle:
- Innovative IT- Lösungen: Du arbeitest gemeinsam im Team an produktiven KI- Lösungen für unsere Kund:innen - von der Konzeption bis zur Implementierung!
- Technologiekompetenz: Dabei nutzt du deine Kenntnisse und praktischen Erfahrungen mit einer relevanten Programmiersprache, wie z. B. Python oder R. Optimalerweise sind auch DevOps und MLOps keine Fremdwörter für dich.
- Data Crunching: Du sammelst, analysierst und visualisierst komplexe Datensätze und entwickelst darauf aufbauend datengetriebene Konzepte, prädiktive Algorithmen und kreative Strategien.
- Kundenspezifische Beratung: Du arbeitest dich in die fachlichen Kundenherausforderungen ein, um unsere Kund:innen individuell in der Auswahl geeigneter Lösungen zu beraten, z. B. hinsichtlich AI oder Make-or-buy- Entscheidungen.
Dein Profil:
- Akademischer Hintergrund: Du hast dein Studium in Wirtschaftsinformatik, Informatik, Mathematik, Statistik, Physik oder Wirtschaftswissenschaften jeweils mit Fokus auf Datenanalyse und Modellierung erfolgreich abgeschlossen. Idealerweise hast du auch ein Verständnis von NLP, insbesondere LLM und Prinzipien der Softwareentwicklung sind dir nicht fremd.
- Praktische Erfahrung: Du hast bereits an ersten eigenen ML-Projekten gearbeitet und kannst komplexe Sachverhalte einfach erklären. Bestenfalls bringst du erste Erfahrungen im Umfeld von Hyperscaler-Clouds (Azure, AWS, GC, etc.) mit.
- Datenfokus und Lösungsorientierung: Statistical Thinking ist deine Art zu denken! Du hast eine Leidenschaft für datengetriebene Entscheidungen sowie eine hohe Problemlösungskompetenz und Bereitschaft zur Weiterentwicklung. Kommunikation zählt ebenfalls zu deinen Stärken.
- Flexibilität und Sprachkenntnisse: Für die Arbeit in Projekten bei unseren Kund:innen vor Ort bringst du eine deutschlandweite Reisebereitschaft sowie verhandlungssichere Deutsch- und sehr gute Englischkenntnisse mit.
Bei crossnative sind alle Menschen willkommen - unabhängig von Geschlecht und geschlechtlicher Identität, Alter, sexueller Orientierung, Nationalität, ethnischer Herkunft, Religion oder Weltanschauung, körperlicher und geistiger Voraussetzung oder anderen Merkmalen. Wir freuen uns auf deine Bewerbung!
Inhalt: © Bundesagentur für Arbeit − Referenznummer: 10001-1001034851-S
Standorte