Develop and maintain machine learning models, from prototyping to production. Design and further develop machine learning lifecycle solutions, contributing to the evolution of our MLOps platform. Monitor and evaluate the impact of deployed models and continuously improve their performance in real-world use
1
Wir entwickeln intelligente, datengetriebene Produkte, die reale Prozesse in der Intralogistik effizienter, transparenter und smarter machen. Du arbeitest eng mit einem interdisziplinären Team aus Entwickler:innen, Produkt- und Domänenexpert:innen zusammen, von der ersten Idee bis zum produktiven Einsatz unserer skalierbaren …
2
Durch unsere Arbeitsweise ergeben sich zwingende Voraussetzungen für alle Bewerber:innen. Alle Bewerbungen, die diese nicht erfüllen, müssen wir leider aus dem Bewerbungsprozess ausschließen. Alle Bewerber:innen … Fließend Deutsch
3
Verfassen einer Dissertation im Fachbereich "Soziologie" - Mitarbeit an Forschungsvorhaben der Arbeitsgruppe "Digital Societies", insbesondere innerhalb des Elisabeth-List-Fellowship-Programms - Mitwirkung im Forschungsprojekt "Feminist Ageing Futures in Datafied Worlds"
4
Support the team to conduct data analysis in providing insights on project, identify risks, and propose mitigation strategies - Support the digitalization efforts by utilizing advanced techniques and tools to automate processes and enhance the speed of providing business insights
5
Analyze pricing performance, by diving into quotes, orders, and customer data to uncover pricing opportunities and trends - Build predictive models, where you are developing pricing forecasts and models that support strategic decision-making
6
Hinterfrage die aktuell bestehenden Softwarelösungen und bring deine wertvollen eigenen Ideen ein - Verbessere gemeinsam mit dem technischen Leiter die bestehende Architektur, die den Grundstein für Datenanwendungen legt - Entwickle und optimiere neue Datenpipelines, um den reibungslosen Informationsfluss von …
7
Anforderungsprofil: • Laufende Ausbildung (FH/Universität) im Bereich z.B. Wirtschaftsinformatik, Data Science, Informationstechnik, Betriebswirtschaftslehre, Ingenieurwesen • Analytisches Denkvermögen und eine strukturierte Arbeitsweise • Erste Erfahrungen …
8
Enge Zusammenarbeit und fachlicher Austausch in einem kleinen, dynamischen Team (UI/UX ExpertInnen, Fullstack-EntwicklerInnen, Data Scientists/Engineers, Product Owner) - Je nach Erfahrungslevel und Interessen kannst du dich auf unterschiedlichsten Ebenen und Bereichen im Team einbringen (z.B. im Backend)
9
Abgeschlossene höhere technische Ausbildung (HTL, FH, TU) im Bereich Informationstechnologie, Data Science oder verwandten Fachrichtungen - Erfahrung in der Erstellung von Data Analytics Lösungen mit einem der folgenden Tools: Alteryx, Tableau, Power BI
10