Datenwissenschaft mit Schwerpunkt auf künstlicher Intelligenz (KI) Verantwortlichkeiten: Datenanalyse: Sammeln, Bereinigen und Analysieren von Daten aus verschiedenen Quellen, einschließlich strukturierter und unstrukturierter Daten. Datenmodellierung: Entwickeln und wenden Sie Algorithmen für maschinelles Lernen und Deep Learning an, um Vorhersagemodelle zu erstellen, Daten zu klassifizieren, Clustering durchzuführen und andere Datenanalyseaufgaben durchzuführen. KI-Integration: Künstliche Inte
Datenwissenschaft mit Schwerpunkt auf künstlicher Intelligenz (KI) Verantwortlichkeiten: Datenanalyse: Sammeln, Bereinigen und Analysieren von Daten aus verschiedenen Quellen, einschließlich strukturierter und unstrukturierter Daten. Datenmodellierung: Entwickeln und wenden Sie Algorithmen für maschinelles Lernen und Deep Learning an, um Vorhersagemodelle zu erstellen, Daten zu klassifizieren, Clustering durchzuführen und andere Datenanalyseaufgaben durchzuführen. KI-Integration: Künstliche Intelligenz implementieren und in verschiedene Aspekte von Geschäfts- und Entscheidungsprozessen integrieren. Modelloptimierung: Bewerten und verbessern Sie die Leistung von Modellen mithilfe von Optimierungsmethoden und Parameteroptimierung. Datenvisualisierung: Visualisieren Sie die Ergebnisse der Datenanalyse und Modelle, um mit Stakeholdern zu kommunizieren. Forschung: Führen Sie Forschung im Bereich Datenwissenschaft und künstliche Intelligenz durch, um neue Methoden und Technologien zu entdecken, die zur Projekt- und Geschäftsentwicklung beitragen. Anforderungen: Mindestens 2 Jahre Erfahrung in Data Science. Fundierte Kenntnisse in maschinellem Lernen und Statistik. Erfahrung mit Programmiersprachen wie Python, R und Bibliotheken für maschinelles Lernen (z. B. TensorFlow, PyTorch, scikit-learn). Verständnis der Grundlagen der künstlichen Intelligenz und ihrer Anwendung in der Wirtschaft. Kenntnisse in SQL zur Datenextraktion aus Datenbanken. Starke Kommunikationsfähigkeiten und Fähigkeit zur Teamarbeit. Ausbildung in Informatik, Mathematik, Statistik oder einem verwandten Bereich. Bevorzugte Qualifikationen: Erfahrung mit Cloud-Computing-Plattformen (z. B. AWS, Azure, Google Cloud). Kenntnisse über Methoden der Verarbeitung natürlicher Sprache (NLP). Erfahrung mit großen Datenmengen (Big Data). Erfahrung in der Entwicklung und Bereitstellung von Modellen für maschinelles Lernen in Produktionsumgebungen. Flexibler Teilzeitplan (mit der Möglichkeit eines Übergangs in eine Vollzeitbeschäftigung). Wettbewerbsfähiges Gehalt und Boni. Freundliches Arbeitsumfeld. Möglichkeiten zur beruflichen Weiterentwicklung.