BERLINAufgabenAls Data Scientist (m/w/d) entwickelst du datengetriebene Lösungen für vielfältige wirtschaftliche Fragestellungen und unterstützt unsere Kund:innen dabei, aus komplexen Daten fundierte Entscheidungen abzuleiten. Dabei kombinierst du statistische Modellierung, Machine Learning und moderne AI-Ansätze, um innovative Lösungen von der Datenanalyse bis zur produktiven Umsetzung zu entwickeln.Entwicklung und Umsetzung von Data-Science-Lösungen für unterschiedliche Business-Fragestellungen, z. B. Sales Prediction, Media-Mix-Optimierung, Wirkungsanalysen, Geoanalysen oder NLP-basierte Anwendungen zur Sentiment-AnalyseAnalyse und Aufbereitung komplexer Datenbestände aus strukturierten, unstrukturierten und geografischen Datenquellen zur Identifikation relevanter Kunden- und Business-InsightsEntwicklung, Optimierung und Implementierung statistischer Modelle, Machine-Learning-Verfahren und AI-basierter Lösungen für unterschiedliche AnwendungsfälleErstellung von Reports, Dashboards und datenbasierten Entscheidungsgrundlagen sowie verständliche Aufbereitung zentraler Erkenntnisse für technische und fachliche StakeholderPräsentation von Ergebnissen und Handlungsempfehlungen gegenüber internen Teams sowie Kund:innenEntwicklung und Pflege robuster, produktionsnaher Data-Analytics-Lösungen und Python-basierter Anwendungen für den nachhaltigen Einsatz in KundenprojektenEvaluation und Einsatz moderner Technologien im Bereich AI, Machine Learning und Large Language Models (LLMs) zur Weiterentwicklung datengetriebener LösungenBenefitsHybrides Arbeiten: Ein individueller Mix aus Zeit im Office/Home Office sowie die Möglichkeit bis zu 20 Tage remote innerhalb der EU zu arbeitenTolle Benefits wie z.B. JobRad, Corporate DiscountsEin attraktives Gehalt und ein wettbewerbsfähiges Gesamtpaket mit 30 Tagen UrlaubDu möchtest deine Deutschkenntnisse verbessern? Wir unterstützen dich finanziell!Der Reply Booster Club organisiert internationale Veranstaltungen, Möglichkeiten zum Wissensaustausch und soziale Aktivitäten in allen Reply-Niederlassungen. Dazu gehören Filmabende, Wellness-Aktivitäten, Weinverkostungen, inspirierende Redner, Diskussionsrunden in der Gemeinschaft und vieles mehrModernes Arbeiten im High-End Office: Ein innovatives und internationales Team mit einer flachen Hierarchie wartet auf dich - wir wollen, dass du mit uns zusammen wächst!QualifikationenDu hast ein erfolgreich abgeschlossenes Studium in der Informatik, Statistik oder ÄhnlichemMindestens drei Jahre praktische Erfahrung in der Entwicklung und Umsetzung von Data-Science- und Machine-Learning-Lösungen sowie Erfahrung in der Bearbeitung komplexer datengetriebener Fragestellungen im UnternehmenskontextSehr gute Deutschkenntnisse sind zwingend erforderlichSehr gute Kenntnisse in Python und Erfahrung in der Entwicklung robuster, wartbarer Analytics- und Machine-Learning-LösungenFundierte Kenntnisse in statistischer Modellierung, Machine Learning, Big-Data-Analytik und idealerweise GeoanalytikErfahrung im Umgang mit strukturierten, unstrukturierten und geografischen Daten sowie in der Ableitung von Business Insights aus komplexen DatenquellenIdealerweise Erfahrung mit Large Language Models (LLMs), NLP, Apache Spark und Cloud-Technologien wie AWS (z. B. SageMaker, S3, Glue, CloudFormation)Gute Englischkenntnisse sowie die Bereitschaft zu gelegentlichen Reisen im Rahmen von Kundenprojekten werden vorausgesetztDevelop yourself and the digital future – at Reply!Reply ist spezialisiert auf die Konzeption und Implementierung von Lösungen, die auf neuen Kommunikationskanälen und digitalen Medien basieren. Mit einem Netzwerk hoch spezialisierter Unternehmen definiert und entwickelt Reply Geschäftsmodelle, die durch KI, Big Data, Cloud Computing, digitale Medien und dem Internet der Dinge ermöglicht werden. Reply bietet Beratung, Systemintegration und Digital Services für Unternehmen aus den Bereichen Telekommunikation und Medien, Industrie und Dienstleistungen, Banken und Versicherungen sowie öffentliche Verwaltung.

Sourced from LinkedIn. Relocantly aggregates public job postings; apply on the original site.