Neue Treffer für diese Suche automatisch erhalten?
Mit einem Klick erhältst du kostenlos passende Jobangebote per E-Mail – ausgewählt von deinem Job-Agenten. Gelegentlich kann auch eine besonders passende Stelle direkt von einem Unternehmen dabei sein (maximal einmal pro Woche).
Wie oft und welche Stellen du erhalten möchtest, bestimmst du selbst. Diese und viele weitere Einstellungen kannst du jederzeit in deinem Login-Bereich anpassen.
Natürlich kostenlos und jederzeit mit einem Klick abbestellbar.
42 Data Scientist Jobs
Stand 04.11.2026: 42 offene Stellen für Data Scientist. Ausgeschriebenes Mindestgehalt bei 7 aktuellen Stellen: 3.107 bis 4.642 Euro brutto im Monat, Median 3.928 Euro.
Mathematik- und Aktuariatsrollen mit Fokus auf Versicherungssoftware, aktuarieller Berechnung, Produktentwicklung und IT-nahen Kundenprojekten.
Wir bieten dir die Möglichkeit, in einem neuen Projekt und in einem ambitionierten Umfeld wirklich etwas zu bewegen. Als berufserfahrener GenAI Architect entwickelst du…
SoftwareentwicklungSystem- & NetzwerkadministrationAI & Machine LearningWir bieten dir die Möglichkeit, in einem neuen Projekt und in einem ambitionierten Umfeld wirklich etwas zu bewegen. Als berufserfahrener GenAI Architect identifizierst du…
SoftwareentwicklungSystem- & NetzwerkadministrationAI & Machine Learning
Data Scientist / ML Engineer (m/w/d) in Vollzeit/Hybrid bei Frankstahl in Guntramsdorf oder Wien.
Vollzeitstelle als AI Transformation Engineer bei Binderholz in Fügen mit Entwicklung einer unternehmensweiten KI-Strategie, Umsetzung von KI-Projekten, ML-Modellen,…
Benefits Stellen Ups! Dieses Stellenangebot existiert nicht mehr. Die Stelle, auf die Sie sich bewerben möchten, ist nicht verfügbar. Schauen Sie in der Rubrik "Stellen" nach, um…
requirements and provide insights Communicate complex technical concepts also to non-technical stakeholders Required Qualifications Master’s or Ph.D. in Data Science, Computer…
Business-Anforderungen verbinden. Du beherrschst Delivery- und Program-Management von Scope Definition und Planung über Risiko- und Dependency-Management bis zur Steuerung…
Anforderungen in allen Industriezweigen bedient. Die Business Unit "AI Delivery" bietet eine Funktion, mit deren Unterstützung insbesondere komplexere Anforderungen evaluiert,…
requirements from the areas of Risk Management and GRC into quantitative models, structured logic, and data-driven analyses, and work together with our development team to…
Vollzeitstelle als AI Research Engineer bei Therefore Corporation mit Fokus auf AI/ML, LLMs, Prompting, Document Processing/OCR, Use-Case-Entwicklung, Prototyping und…
DU WILLST DIE DIGITALE WELT EROBERN? FÜR DICH MACHEN WIR UNS STARK! WWW.PREFA.AT/JOBS • Abwechslungsreicher Einblick in das Online Marketing einer internationalen Unternehmens-…
Aufgaben Aus Rohdaten entwickelst Du aussagekräftige Analysen, bereitest diese zielgruppengerecht auf und lieferst fundierte Entscheidungsgrundlagen für Marketing, Sales und…
€ 4.000Wiener NeudorfVollzeitDatenbanken & Data WarehouseMathematik & StatistikBusiness IntelligenceAufgaben Analyse und Auswertung von Produktions- und Unternehmensdaten aus SAP, MES und digitalen Assistenzsystemen Konzeption und Umsetzung von KI-basierten Anwendungen,…
Internship in Vienna focused on Python, scientific data, AI methods, databases and data APIs for nuclear structure and decay data.
Tätigkeiten DEIN PROFIL: Eine abgeschlossene Ausbildung als Reiseverkehrskauffrau bzw. Tourismuskaufmann (m/w/d) oder eine ähnliche Qualifikation im touristischen oder…
Benefits bei Drei. Wir wollen uns jeden Tag neuen Herausforderungen stellen und innovative Ideen entwickeln. Dafür geben wir unseren Mitarbeiter:innen aber auch jeden Tag etwas…
requirements Coordinate with laboratory teams, sponsors, and domain experts to define and implement Data Transfer Specifications (DTS) Review incoming and outgoing datasets for compliance with agreed data structures and …
Wissenschaft, Forschungrequirements, assess automation potential (effort vs. impact), and prioritize high-impact, cost-efficient use cases. What you bring with you Experience: 5+ years in data engineering and workflow automation Databricks & D …
Logistik, TransportJetzt bewerben » Data Scientist Supply Chain Management (m/w/d) ARBEITSORT Hoferstraße 1, 2521 Trumau TÄTIGKEITSBEREICH Supply Chain Management BESCHÄFTIGUNGSAUSMASS Vollzeit ENTGELT attraktives Brutto-Monatseinstiegsgeh …
Handel22 weitere Stellen warten auf dich
Registriere dich kostenlos, entdecke neue Stellen früher und bewirb dich schneller. Du erhältst sofort Zugriff auf alle Stellenanzeigen – 100% kostenlos und in nur einer Minute.
Alle Stellen kostenlos ansehenDu hast bereits ein Konto? EinloggenFrag TECjobs
Beschreibe deinen Wunschjob in eigenen Worten, entdecke passende Stellen und stelle Fragen zu konkreten Jobangeboten.
Data Scientists holen aus Daten heraus, was Entscheidungen wirklich trägt. Klingt abstrakt? Im Alltag heißt das: Rohdaten aus Sensoren, Produktionslinien oder Kundensystemen aufbereiten, Muster erkennen, Modelle bauen, die morgen belastbar prognostizieren, was heute noch unklar ist. Zwischen SQL-Abfrage und Präsentation vor dem Management liegen manchmal Welten – und genau diese Spannweite macht den Beruf aus. Sie schreiben Code, Sie hinterfragen Annahmen, Sie erklären einem Ingenieur, warum sein Bauchgefühl diesmal danebenlag. Diplomatisch, versteht sich.
Der Einstieg führt selten über einen einzigen Weg. Klassisch sind Studienrichtungen wie Statistik, Mathematik, Informatik oder Physik, häufig ergänzt durch einen technischen Schwerpunkt. Aber auch Quereinsteiger:innen aus der Ingenieurwissenschaft finden ihren Platz, wenn sie das methodische Rüstzeug nachschärfen. Und dann gibt es noch die, die als Data Analyst begonnen haben und Schritt für Schritt in die Modellierung hineingewachsen sind.
Was auf dem Tisch liegen sollte
Solide Kenntnisse in Python oder R gelten als Grundlage, dazu ein Gespür für Statistik, das über auswendig gelernte Formeln hinausreicht. Machine-Learning-Frameworks, der Umgang mit großen, unsauberen Datenmengen, Cloud-Umgebungen – Vieles davon lernen Sie ohnehin erst im Projekt richtig. Wichtiger, als jedes Tool zu beherrschen: verstehen, welche Frage die Daten eigentlich beantworten sollen. Kommunikationsstärke gehört untrennbar dazu, weil das beste Modell nichts wert ist, wenn niemand seine Ergebnisse einordnen kann.
Typische Arbeitgeber reichen quer durch die österreichische Technikbranche. Industrieunternehmen mit vernetzter Produktion, Energieversorger, der Anlagen- und Maschinenbau, Forschungseinrichtungen, dazu spezialisierte Technologiedienstleister. In manchen Häusern sitzen Sie in einem eingespielten Data-Team, in anderen sind Sie die erste Person überhaupt, die diese Rolle ausfüllt – mit allem, was an Gestaltungsfreiheit und Stolpersteinen dranhängt. Wer gern zwischen Technik, Analyse und Menschen pendelt, findet hier ein Feld, das selten stillsteht.
Data Scientist in Zahlen
Data Scientists holen aus Daten heraus, was Entscheidungen wirklich trägt. Klingt abstrakt? Im Alltag heißt das: Rohdaten aus Sensoren, Produktionslinien oder Kundensystemen aufbereiten, Muster erkennen, Modelle bauen, die morgen belastbar prognostizieren, was heute noch unklar ist. Zwischen SQL-Abfrage und Präsentation vor dem Management liegen manchmal Welten – und genau diese Spannweite macht den Beruf aus. Sie schreiben Code, Sie hinterfragen Annahmen, Sie erklären einem Ingenieur, warum sein Bauchgefühl diesmal danebenlag. Diplomatisch, versteht sich.
Der Einstieg führt selten über einen einzigen Weg. Klassisch sind Studienrichtungen wie Statistik, Mathematik, Informatik oder Physik, häufig ergänzt durch einen technischen Schwerpunkt. Aber auch Quereinsteiger:innen aus der Ingenieurwissenschaft finden ihren Platz, wenn sie das methodische Rüstzeug nachschärfen. Und dann gibt es noch die, die als Data Analyst begonnen haben und Schritt für Schritt in die Modellierung hineingewachsen sind.
Was auf dem Tisch liegen sollte
Solide Kenntnisse in Python oder R gelten als Grundlage, dazu ein Gespür für Statistik, das über auswendig gelernte Formeln hinausreicht. Machine-Learning-Frameworks, der Umgang mit großen, unsauberen Datenmengen, Cloud-Umgebungen – Vieles davon lernen Sie ohnehin erst im Projekt richtig. Wichtiger, als jedes Tool zu beherrschen: verstehen, welche Frage die Daten eigentlich beantworten sollen. Kommunikationsstärke gehört untrennbar dazu, weil das beste Modell nichts wert ist, wenn niemand seine Ergebnisse einordnen kann.
Typische Arbeitgeber reichen quer durch die österreichische Technikbranche. Industrieunternehmen mit vernetzter Produktion, Energieversorger, der Anlagen- und Maschinenbau, Forschungseinrichtungen, dazu spezialisierte Technologiedienstleister. In manchen Häusern sitzen Sie in einem eingespielten Data-Team, in anderen sind Sie die erste Person überhaupt, die diese Rolle ausfüllt – mit allem, was an Gestaltungsfreiheit und Stolpersteinen dranhängt. Wer gern zwischen Technik, Analyse und Menschen pendelt, findet hier ein Feld, das selten stillsteht.