Darum lohnt es sich
Mit mehreren Millionen verwalteten Fahrzeugen und einer internationalen Präsenz treibt das Unternehmen die digitale Transformation der Mobilitätsbranche aktiv voran.
Verantwortlichkeiten Entwicklung und Optimierung von Algorithmen sowie Machine-Learning-Modellen für produktive Unternehmensanwendungen Konzeption, Modellierung, Implementierung und Deployment von Data-Science-Use-Cases Verantwortung für den Betrieb sowie die kontinuierliche Weiterentwicklung der entwickelten Modelle Analyse komplexer Datenbestände und Ableitung datenbasierter Handlungsempfehlungen Enge Zusammenarbeit mit Fachbereichen, Softwareentwicklern und Business Analysts Beratung der Fachbereiche bei analytischen und statistischen Fragestellungen Präsentation und verständliche Vermittlung komplexer Ergebnisse an unterschiedliche Stakeholder Qualifikationen Erfolgreich abgeschlossenes Hochschulstudium in Mathematik , Physik oder Wirtschaftsinformatik Mindestens 3 Jahre Berufserfahrung als Data Scientist Nachweisbare Erfahrung in der Entwicklung von Algorithmen sowie Machine-Learning-Modellen Sehr gute Kenntnisse in Python sowie sichere SQL-Kenntnisse Erfahrung in der Umsetzung von Data-Science-Projekten von der Konzeption bis zum produktiven Einsatz Fundierte Kenntnisse in Statistik, Machine Learning und Predictive Analytics Analytische Denkweise sowie eine strukturierte und eigenverantwortliche Arbeitsweise Sehr gute Deutsch- und gute Englischkenntnisse Vorteile Spannende Data-Science-Projekte mit modernsten Technologien Eigenverantwortliches Arbeiten in interdisziplinären Teams Flexible Arbeitszeiten und hybrides Arbeiten 30 Urlaubstage Umfangreiche Weiterbildungs- und Entwicklungsmöglichkeiten Attraktives Gesamtpaket inklusive zusätzlicher Benefits #J-18808-Ljbffr Unser Kunde ist einer der weltweit führenden Anbieter im Bereich Full-Service-Leasing, Flottenmanagement und nachhaltige Mobilitätslösungen.
Im Bereich Business Intelligence und Data Science werden datengetriebene Lösungen entwickelt, um Geschäftsprozesse kontinuierlich zu optimieren und innovative KI-Anwendungen produktiv einzusetzen.
