Senior Data Scientist (m/w/d)

Über uns:

HyPlus ist Dein Wegbegleiter im digitalen Wandel. Gemeinsam mit unseren Kund:innen entwickeln wir strukturiert, partnerschaftlich und mit klarem Fokus auf nachhaltigen Mehrwert, deren digitale DNA. Wir begleiten Unternehmen von der Anforderungsanalyse über Architektur, Softwareentwicklung und Implementierung bis hin zum Betrieb. Mit rund 800 Kolleg:innen in Deutschland, Polen, Litauen, Rumänien und Indien verbinden wir technologische Exzellenz mit Branchenkompetenz in Automotive, Handel, Banken & Versicherungen sowie dem öffentlichen Sektor.

Wir begrüßen Bewerberinnen und Bewerber, die sich bereits mit modernen KI-gestützten Entwicklungstools und generativer KI beschäftigen oder Interesse daran haben, diese sinnvoll in ihren Arbeitsalltag zu integrieren. Den reflektierten Einsatz von KI sehen wir als wertvolle Ergänzung zu technischem Know-how und eigenständigem Denken.

Als Senior Data Scientist verantwortest du datenwissenschaftliche Lösungen bei unseren Kund:innen end-to-end: von der Bewertung des Use Cases über Modellentwicklung und Validierung bis zur Produktivsetzung. Du bist die fachliche Ansprechperson für Statistik, Machine Learning und den praxisnahen Einsatz generativer KI, übersetzt Geschäftsfragen in analytische Lösungsansätze, berätst Stakeholder auf Augenhöhe und gibst dein Wissen im Team weiter.

Gestaltung und fachliche Leitung von Data-Science- und KI-Projekten in interdisziplinären Teams – von der Problemdefinition bis zum produktiven Einsatz

Identifikation und Bewertung von Use Cases hinsichtlich Machbarkeit, Datenlage und Wirtschaftlichkeit sowie Übersetzung von Geschäftsfragestellungen in analytische und technische Lösungsansätze

Explorative Datenanalyse, Feature Engineering und Aufbereitung komplexer, heterogener Datensätze als Grundlage für Modellierung

Entwicklung, Training und Optimierung statistischer und Machine-Learning-Modelle – etwa Regressions- und Klassifikationsverfahren, baumbasierte und Bayes'sche Methoden, Clustering, Forecasting oder mathematische Optimierung – in Batch- und Real-Time-Kontexten

Konzeption und Durchführung von Experimenten und Validierungen: Metrikdefinition, Kreuzvalidierung, A/B-Tests sowie Prüfung von Robustheit, Bias und Stabilität

Konzeption und Umsetzung von Lösungen mit generativer KI und Large Language Models, etwa Retrieval-Augmented Generation, Prompt-Engineering oder Agentic-AI-Ansätze

Produktivsetzung von Modellen gemeinsam mit Engineering-Teams sowie Abstimmung zu Datenbereitstellung, Datenqualität und Schnittstellen

Konzeption und Umsetzung von Lösungen auf modernen Cloud- und Data-Science-Plattformen (z. B. Azure, AWS, GCP, Databricks) inklusive der zugehörigen ML- und KI-Dienste

Sicherstellung von Nachvollziehbarkeit und verantwortungsvollem KI-Einsatz: Dokumentation von Daten, Modellen und Annahmen, Reproduzierbarkeit sowie Berücksichtigung von Datenschutz- und Governance-Anforderungen

Übersetzung analytischer Erkenntnisse in managementtaugliche Entscheidungsvorlagen und Handlungsempfehlungen, Beratung der Kund:innen in methodischen Fragestellungen sowie Moderation von Workshops und Erstellung von Prototypen

Mitgestaltung von Standards und Best Practices, Durchführung von Code- und Modell-Reviews, Mentoring von Junior- und Mid-Level-Kolleg:innen sowie Unterstützung von Pre-Sales-Aktivitäten

Abgeschlossenes Studium in Data Science, Informatik, Mathematik, Statistik, Physik, einem MINT- oder wirtschaftswissenschaftlichen Fach oder eine vergleichbare Qualifikation

>5 Jahre praktische Erfahrung in Data Science oder einer vergleichbaren analytischen Rolle, davon auch Erfahrung in verantwortlicher Rolle im Projekt- oder Consultingumfeld

Sehr gute Programmierkenntnisse in Python – inklusive objektorientierter Entwicklung und gängiger Data-Science- und ML-Frameworks (z. B. pandas, scikit-learn, PyTorch); Kenntnisse in R sind ein Plus

Fundierte Methodenkompetenz in Statistik, Wahrscheinlichkeitsrechnung und Machine Learning sowie in Modellvalidierung und Experimentdesign

Nachweisbare Erfahrung in der Entwicklung prädiktiver Modelle – etwa Forecasting, Scoring, Klassifikation, Clustering oder Optimierung – und in deren Überführung in den produktiven Einsatz

Gute SQL-Kenntnisse sowie Erfahrung mit relationalen und NoSQL-Datenbanken und Verständnis von ETL-/ELT-Prozessen

Praktische Erfahrung mit mindestens einer Cloud-Plattform und ihren ML-/KI-Diensten (z. B. Azure, AWS, GCP, Databricks)

Erste praktische Erfahrung mit generativer KI – etwa für Informationsabruf, Analysen oder Datenzusammenfassungen – sowie Verständnis für deren Grenzen

Sicherer Umgang mit Versionskontrolle (Git), CI/CD und automatisierten Tests

Ausgeprägtes Verständnis für wirtschaftliche Zusammenhänge und die Fähigkeit, hinter einer Analyse die Geschäftsfrage zu erkennen

Erfahrung in agilen Arbeitsweisen (Scrum/Kanban)

Ausgeprägte Kommunikations- und Präsentationsstärke, souveränes Stakeholder-Management sowie Freude daran, Wissen weiterzugeben

Analytische Neugier und die Fähigkeit, in komplexen und unscharfen Problemstellungen strukturiert zu arbeiten

Deutschkenntnisse auf C1/C2 Niveau

Englischkenntnisse auf B2 Niveau

Wohnsitz in Deutschland, idealerweise Nähe Ratingen/Frankfurt

Du kennst dich in den Themen aus und fühlst dich fachlich sicher, auch wenn du noch nicht mehr als fünf Jahre Erfahrung mitbringst?

Dann bewirb dich trotzdem! Wir freuen uns darauf, dich kennenzulernen.

Nice to have:

Erfahrung in der Produktivsetzung von Modellen – begleitend an der Seite von Engineering-Teams oder in eigener Verantwortung – inklusive MLOps-Praktiken wie Deployment, Versionierung, Experiment-Tracking, Monitoring, Drift-Erkennung und Retraining

Erfahrung in der systematischen Evaluierung von KI-Lösungen (z. B. Qualitätsmetriken, Test-Sets, Guardrails) sowie mit Responsible-AI- und KI-Governance-Anforderungen

Vertiefung in einem Spezialgebiet, z. B. NLP und LLMs (Transformer, Conversational AI) oder Computer Vision

Kenntnisse in mathematischer Optimierung und Operations Research

Erfahrung mit Real-Time- und Streaming-Inferenz sowie mit skalierbaren Verarbeitungs-Frameworks wie Spark

Erfahrung mit Visualisierungs- und Prototyping-Werkzeugen (z. B. Power BI, Tableau, Streamlit) zur Ergebnisvermittlung

Relevante Cloud- oder ML-Zertifizierungen sowie Branchenerfahrung in Automotive, Handel, Banken & Versicherungen oder dem öffentlichen Sektor

Erfahrung mit Datenstrategie-, Data-Literacy- oder Business-Building-Themen sowie in Pre-Sales und Aufwandsschätzung

Das erwartet dich:

Attraktive Vergütung & Benefits – wettbewerbsfähiges Gehalt und Gesundheitsbudget, Team-Offsites, moderne Tech-Ausstattung, Mobilitätspaket, Jobrad etc.

Karriereperspektive – klar definierte Entwicklungsmöglichkeiten & Jahresgespräche

Weiterentwicklung – kontinuierliche Trainings, Zertifizierungen und Zugang zu Branchen-Events

Flexibilität – Hybrid-/Remote-Modell, flexible Arbeitszeiten

Unternehmenskultur – kollegiales, politikarmes Umfeld, in dem deine Ideen und Ergebnisse zählen

Chancengleichheit:

HyPlus ist ein Arbeitgeber der Chancengleichheit. Wir schätzen Vielfalt und setzen uns aktiv für ein inklusives Arbeitsumfeld ein, in dem sich alle Mitarbeitenden willkommen und wertgeschätzt fühlen.