Als Referent:in Data Science bist Du für die folgenden Aufgaben zuständig:
1. Modelle aus den Bereichen Mathematik, Statistik oder Künstlicher Intelligenz unter Berücksichtigung der Grenzen der einzelnen Methoden anwenden.
2. Implementierung von Modellen auf der vorhandenen technologischen Plattform implementieren und Modelle im Produktionsbetrieb bereitstellen.
3. Visualisierungen von Daten und Modellen entwickeln und diese mit dem Fachbereich kommunizieren.
4. Daten für die Analyse auswählen, beurteilen, reinigen und sie in bestehende Systeme integrieren Datenhypothesen und Methoden entwickeln.
5. Analytikmodelle und Iteration mit zusätzlichen Daten trainieren und bewerten. Die Einblicke und Ergebnisse aufbereiten.
6. Datenströme und Prozesse dokumentieren.
7. Sonderaufgaben; an Projekten teilnehmen bzw. diese leiten
Kontakt
Lena Dworschak
Head of Performance Enabling Center & Business Analytics
Lufthansa Technik AG
E-Mailadresse für Rückfragen
Urlaubs- / Weihnachtsgeld, Altersvorsorge / Betriebsrente, Gewinnbeteiligung / Bonus / LVV, Kostenloses Parken, Lufthansa Aktien, 14. Gehalt / Weihnachtsgeld, Flugvergünstigungen, Kantine (bezuschusst vom Arbeitgeber), Jobticket / Zuschuss ÖPNV, Jobrad, Rabatte / Einkaufsmöglichkeiten, Mitarbeiter Events (Sommerfeste, Teilnahme an Sportwettkämpfen etc), Teilzeitmodelle, Flexible Arbeitszeiten, Diversity Programme, Entwicklungsprogramme / Weiterbildungsmöglichkeiten, Betriebsarzt
Wir freuen uns, wenn Du folgende Voraussetzungen erfüllst:
8. Abgeschlossenes Hoch-/Fachhochschulstudium der Fachrichtung Mathematik, Statistik, Physik, Informatik oder einer themenverwandten Fachrichtung.
9. Fließende Deutsch- und Englischkenntnisse
10. Mehrjährige Berufserfahrung im Bereich Data Science bzw. Analytics
11. Kenntnisse der Anwendung von Machine Learning, Statistik
12. Kenntnisse von analytischen Modellen wie Gradient Boosted Trees, Lineare & Logistische Regression, Support Vector Machines, Neuronale Netze, Outlier Detection
13. Kenntnisse der Programmiersprache Python
14. Erfahrung in der Anwendung von State of the art Analytics Bibliotheken, sklearn, numpy, pandas. Kenntnisse von Entwicklungsumgebungen Jupyter/VS Code/PyCharm, GIT
15. Kenntnisse im Bereich von Flugzeug- und MRO-Daten und Predictive Maintenance wünschenswert
16. Kenntnisse in Big Data Technologien/Infrastrukturen z.B. Hadoop, MapReduce, Spark, BigQuery
17. Erfahrung in der fachlichen Projektleitung