Data Scientist (m/w/d)
Stellenbeschreibung
Introduction
Eine Karriere bei IBM Consulting basiert auf langfristigen Kundenbeziehungen und enger Zusammenarbeit auf globaler Ebene. Du arbeitest mit führenden Unternehmen aus unterschiedlichen Branchen zusammen und unterstützt sie dabei, ihre Reise in den Bereichen Hybrid Cloud und KI zu gestalten. Mit der Unterstützung unserer strategischen Partner, leistungsstarken IBM-Technologien und Red Hat stehen dir die richtigen Werkzeuge zur Verfügung, um nachhaltige Veränderungen voranzutreiben und einen spürbaren Mehrwert für unsere Kund:innen zu schaffen.
Bei IBM Consulting ist Neugier ein wichtiger Schlüssel zum Erfolg. Du wirst ermutigt, bestehende Ansätze zu hinterfragen, neue Ideen zu erkunden und innovative Lösungen zu entwickeln, die konkrete Ergebnisse erzielen. Unsere von Wachstum und Empathie geprägte Unternehmenskultur unterstützt deine langfristige berufliche Entwicklung und schätzt gleichzeitig deine individuellen Fähigkeiten und Erfahrungen.
In dieser Rolle arbeitest du in einem unserer IBM Consulting Client Innovation Centers (Delivery Centers). Dort bieten wir Kund:innen aus dem öffentlichen und privaten Sektor weltweit umfassende technische Expertise und fundiertes Branchenwissen.
Unsere Delivery
Centers stellen unseren Kund:innen lokale Kompetenzen und technisches Know-how zur Verfügung, um Innovationen voranzutreiben und die Einführung neuer Technologien zu unterstützen.
Your Role And Responsibilities
Als Data Scientist im Bereich Advanced Analytics setzt du deine umfassende Daten- und Analyseexpertise sowie dein ausgeprägtes Geschäftsverständnis ein, um geschäftliche Herausforderungen zu lösen. Du nutzt Methoden zur Datenaufbereitung und -analyse sowie prädiktive Modelle, um Trends vorherzusagen und Optimierungsmöglichkeiten für bessere Geschäftsergebnisse aufzuzeigen.
Zu Deinen Hauptaufgaben Gehören
- Entwicklung prädiktiver Modelle: Du nutzt mathematische Optimierung, ereignisdiskrete Simulationen, regelbasierte Programmierung und Predictive Analytics, um Trends vorherzusagen und Optimierungsmöglichkeiten zur Verbesserung der Geschäftsergebnisse zu identifizieren.
- Analyse unterschiedlicher Datentypen: Du verwaltest und analysierst unterschiedliche Datentypen und -strukturen und schaffst damit die Grundlage für datenbasierte Entscheidungen und die Optimierung von Geschäftsprozessen.
- Datenvisualisierung: Du setzt Visualisierungstools wie Matplotlib, Seaborn und Plotly ein, um Erkenntnisse und Empfehlungen verständlich für relevante Stakeholder aufzubereiten und zu kommunizieren.
- Anwendung von Machine-Learning-Methoden: Du nutzt Machine Learning, statistische Modellierung und individuell entwickelte Modelle, um geschäftliche Herausforderungen zu lösen, beispielsweise in den Bereichen Supply Chain Management, Preisgestaltung, Risikobewertung und Betrugserkennung.
- Optimierung von Geschäftsergebnissen: Du setzt Optimierungstools wie IBM CPLEX und Gurobi ein, um Verbesserungspotenziale zu identifizieren und geeignete Lösungen umzusetzen.
Preferred Education
Master's Degree
Required Technical And Professional Expertise
- Generative & Agentic AI: Fundierte Kenntnisse in Architekturen für Generative und Agentic AI (z. B. RAG, agentenbasierte Ansätze) sowie in Machine-Learning-Frameworks wie PyTorch. Kenntnisse in DevOps/MLOps, einschließlich CI/CD-Pipelines sowie ML-Lifecycle und Deployment, und in den Bereichen AI Governance und Monitoring. Erfahrung in der Konzeption, Bewertung und Evaluierung von IT-Architekturen mit KI-Komponenten sowie im API-Design und in der API-Integration.
- Programmierkenntnisse: Erfahrung mit Programmiersprachen, insbesondere Python, sowie mit Entwicklungsumgebungen wie PyCharm, VS Code und Jupyter Notebooks.
- Datenaufbereitung und -analyse: Erfahrung mit Tools zur Datenverarbeitung und -analyse wie Pandas, NumPy und Dask sowie mit Datenvisualisierungstools wie Matplotlib, Seaborn und Plotly.
- Datenbankmanagement: Erfahrung im Umgang mit Datenbanken wie SQL, MongoDB, Cassandra, PostgreSQL und MySQL sowie Kenntnisse im Shell Scripting.
- Optimierung und statistische Analyse: Erfahrung mit Optimierungstools wie IBM CPLEX und Gurobi sowie Kenntnisse in der statistischen Analyse mit Tools und Programmiersprachen wie SPSS, SAS, R und Python.
- Versionskontrolle und CI/CD: Erfahrung mit Versionskontrollsystemen wie Git, GitHub und GitLab sowie mit CI/CD-Tools wie Docker, Podman und Jenkins.
- Sprachkenntnisse: Sehr gute Deutschkenntnisse (mindestens C1) in Wort und Schrift.
- Sicherheitsüberprüfung: Bereitschaft, sich einer Sicherheitsüberprüfung zu unterziehen.
- Kenntnisse im Bereich Cloud-Plattformen: Erfahrung mit cloudbasierten Datenplattformen und Technologien, die eine nahtlose Datenintegration und Skalierbarkeit ermöglichen. Kenntnisse in der Containerisierung von Anwendungen sowie in OpenShift-Architekturen und deren Administration, einschließlich des Einsatzes von GPUs.
- Kenntnisse im Bereich Big Data: Erfahrung mit Big-Data-Tools und -Technologien wie Hadoop und Spark zur Verarbeitung und Analyse großer Datenmengen.
- Verständnis domänenspezifischer Modelle: Erfahrung mit domänenspezifischen Modellen und Methoden, beispielsweise Natural Language Processing (NLP) und Computer Vision, um in spezialisierten Anwendungsbereichen geschäftlichen Mehrwert zu schaffen. Dazu gehören auch Kenntnisse im Umgang mit spezialisierten Foundation Models sowie deren Hosting und Bereitstellung.
- Branchenkenntnisse: Erfahrung und Fachkenntnisse im öffentlichen Sektor sowie im Defense Bereich.
- Führungserfahrung: Erste Erfahrung in der Leitung technischer Teams.
Interessiert an dieser Stelle?