Data Scientist / Analytics Specialist
Prostaff Schweiz Gmbh
yesterday
Role details
Contract type
Permanent contract Employment type
Full-time (> 32 hours) Working hours
Regular working hours Languages
English, German Compensation
CHF 126KJob location
Tech stack
Artificial Intelligence
Airflow
Amazon Web Services (AWS)
Data analysis
Azure
Relational Databases
Python
Machine Learning
NumPy
TensorFlow
Standard Sql
Software Engineering
SQL Databases
Google Cloud Platform
Cloud Platform System
PyTorch
Large Language Models
Spark
Generative AI
GIT
Pandas
Scikit Learn
Kubernetes
Machine Learning Operations
Job description
- Full-timeEmployment type: Full-time
- CHF 106,000 - CHF 126,000 (XING estimate)
- On-site
- Be an early applicant, In dieser Rolle arbeitest du an der Schnittstelle zwischen Business, Data und Technologie. Du analysierst komplexe Daten, entwickelst datenbasierte Entscheidungsgrundlagen und setzt Analytics- sowie Machine-Learning-Lösungen um.
- Analyse, Aufbereitung und Interpretation komplexer Datenbestände
- Entwicklung von Analytics-, Reporting- und Machine-Learning-Lösungen mit Python und SQL
- Umsetzung von Use Cases im Bereich Predictive Analytics, Advanced Analytics und AI/ML
- Enge Zusammenarbeit mit Business-Stakeholdern zur Aufnahme, Strukturierung und Übersetzung fachlicher Anforderungen
- Entwicklung von Prototypen, Modellen und produktionsnahen Lösungen
- Validierung, Optimierung und Dokumentation von Modellen und analytischen Ansätzen
- Unterstützung bei der Automatisierung datengetriebener Prozesse
- Erstellung verständlicher Präsentationen und Handlungsempfehlungen für Fachbereiche und Management
- Zusammenarbeit mit Data-, IT- und Engineering-Teams im Rahmen der technischen Umsetzung
- Nutzung moderner Entwicklungsprozesse mit Git und Software-Engineering-Best-Practices
Requirements
- Sehr gute Kenntnisse in Python für Datenanalyse, Machine Learning und Automatisierung
- Sehr gute Kenntnisse in SQL und sicherer Umgang mit relationalen Datenbanken
- Fundierte Erfahrung in Analytics, Data Science und Machine Learning
- Erfahrung mit gängigen Python-Libraries wie Pandas, NumPy, scikit-learn, PyTorch oder TensorFlow
- Solides Verständnis von Softwareentwicklung, sauberem Code, Git und strukturiertem Entwicklungsprozess
- Fähigkeit, komplexe fachliche Anforderungen zu verstehen und in datengetriebene Lösungen zu übersetzen
- Erfahrung in der Kommunikation mit Business-Stakeholdern und Management
- Sehr gute Deutschkenntnisse sowie gute Englischkenntnisse
- Analytische, strukturierte und lösungsorientierte Arbeitsweise
- Fähigkeit, eigenständig zu arbeiten und Themen von der Analyse bis zur Umsetzung voranzutreiben
- Erfahrung mit Spark oder verteilten Datenverarbeitungssystemen (nice-to-have)
- Erfahrung mit Kubernetes oder containerisierten Umgebungen (nice-to-have)
- Erfahrung mit Airflow oder vergleichbaren Workflow-Orchestrierungstools (nice-to-have)
- Erfahrung mit MLflow oder MLOps-Prozessen (nice-to-have)
- Erfahrung im Finanz-, Banking-, Risk-, Investment- oder Reporting-Umfeld (nice-to-have)
- Erfahrung mit Cloud-Plattformen wie AWS, GCP oder Azure (nice-to-have)
- Erfahrung mit Generative AI, LLMs oder AI-basierten Business-Lösungen (nice-to-have)
- Erfahrung mit BI-Tools oder Management-Reporting (nice-to-have)