Entwicklung und Wartung von End-to-End ML-Pipelines für Training, Evaluierung und Implementierung für Batch- und Echtzeitanwendungen Produkt
Du besprichst Requirements direkt mit dem Kunden, entwirfst darauf basierend technische Lösungen und arbeitest bei deren Implementierung mit
Umsetzung von individuellen Applikationen in interessanten und herausfordernden Kundenprojekten auf Basis von ASP.NET Code (Razor/Blazor) un
Our client is a leading supplier of software products in the field of eCustoms internationally.
Analysiert Logistikprozesse, setzt Digital Twins und ML-Lösungen beim Kunden um, leitet Projekte und integriert sie in SAP.
Wir schreiben dir, sobald eine neue geprüfte Stelle dazukommt. Höchstens eine Nachricht am Tag, und nur, wenn es tatsächlich etwas Neues gibt.
Abmelden mit einem Klick, jederzeit. Keine Weitergabe an Dritte.
Deine Leidenschaft für die Frontend- und Backend Entwicklung kannst du in unseren spannenden und innovativen Projekten im AIoT (AI und IoT)
As our first Senior Data Scientist, you’ll be a core part of building the intelligence behind Skalar.
Steuert Projekte zur Entwicklung von KI-Software für Industriekunden, vermutlich von PoC bis zur Integration in Kundenprozesse.
Gestalte mit uns die Zukunft der KI-gestützten Rechtsberatung.
Data und AI sind Dein zu Hause?
Data und AI sind Dein zu Hause?
ARRK Engineering ist ein globaler Entwicklungspartner für die Automobil- und Mobilitätsindustrie und für innovative Produktentwicklung.
im Team Problemstellungen identifizieren und analysieren sowie mit dem Kunden besprechen.
Deine Hauptaufgabe ist die Entwicklung und Wartung moderner Applikationen.
Das waren alle 14 Jobs zu dieser Auswahl.
Warum dieser Job gelistet ist
Eindeutige KI-Rollenbezeichnung im Stellentitel. Prüfverfahren ansehen
Entwicklung und Wartung von End-to-End ML-Pipelines für Training, Evaluierung und Implementierung für Batch- und Echtzeitanwendungen Produktion von ML-Modellen über APIs oder Batch-Inferenz, einschließlich Telemetrie, A/B-Tests, Drift-Erkennung und automatisiertes Monitoring Aufbau zuverlässiger Komponenten zur Datenaufbereitung und Merkmalsentwicklung Optimierung der Leistung und Kosten von Modelltraining und Inferenz Einrichtung und Wartung von CI/CD-Workflows für ML-Systeme
Abschluss (Bachelor oder Master) in Data Science, Informatik, Ingenieurwesen oder Mathematik oder einem verwandten Studienfeld Mehrjährige Erfahrung im Aufbau produktionsgerechter ML-Systeme mit Python und ML-Frameworks Kenntnisse in SQL und Datenmodellierung mit EDA zur Identifizierung von Mustern und Abhängigkeiten Erfahrung mit Vektorindizes und Modellbereitstellungs-Frameworks Unsere Angebote Das Jahresbruttogehalt für diese Vollzeitstelle beginnt bei € 65.000,00 mit einem wettbewerbsfähigen Paket basierend auf Qualifikationen, Erfahrung und Marktbedingungen. Möglichkeit von bis zu 50% Homeoffice und flexiblen, vertrauensbasierten Arbeitszeiten Jahrespass für öffentliche Verkehrsmittel (Wiener Linien) Sponsoring von Sportveranstaltungen und Plattform für mentale & physische Gesundheit Unternehmenseigenes Café und täglicher Essenszuschuss für zahlreiche Restaurants
Gehalt: ab EUR 4.643 brutto/Monat Ihre Position Bei RHI Magnesita transformieren wir, wie Daten und KI unsere globalen Operationen steuern. Als Data Scientist werden Sie End-to-End AI- und ML-Lösungen entwerfen, erstellen und implementieren, die kritische Geschäftsprozesse entlang unserer industriellen Wertschöpfungskette beeinflussen. Sie werden Teil unseres zentralen Data & Analytics-Teams und mit Dateningenieuren, Produktteams und Fachexperten zusammenarbeiten, um hochwirksame AI- und ML-Systeme zu liefern, während Sie die Datenqualität, Herkunft und Governance sicherstellen.
Unsere Tech-Stacks Sprachen & Frameworks: Python, SQL, PyTorch/TensorFlow, Pandas, Spark Plattformen: Databricks, MLflow, Vector-Datenbanken, Lakehouse/Delta DevOps & Workflows: Azure DevOps, Docker, CI/CD Cloud: Azure
Interesse an dieser Position?
Die vollständige Anzeige und das Bewerbungsformular liegen beim Arbeitgeber.
Zur OriginalanzeigeModelle bauen, trainieren und verbessern: von klassischem Machine Learning über Computer Vision bis zum Feinschliff großer Sprachmodelle.