Neue Treffer für diese Suche automatisch erhalten?
Kostenlos und jederzeit kündbar – jede Mail enthält einen Abmelde-Link. Umfang, Zeitpunkt und Schärfe deines Agenten stellst du – wie viele weitere Funktionen – in deinem Login-Bereich ein.
44 Data Scientist Jobs
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…
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…
Wir bieten dir die Möglichkeit, in einem neuen Projekt und in einem ambitionierten Umfeld wirklich etwas zu bewegen. Als berufserfahrener GenAI Architect identifizierst du…
requirements and deliver insights Communicate complex technical concepts clearly to both technical and non-technical stakeholders Required Qualifications Master’s or Ph.D. in Data…
Data Scientist / ML Engineer (m/w/d) in Vollzeit/Hybrid bei Frankstahl in Guntramsdorf oder Wien.
Wir bieten flexible Arbeitszeitmodelle, Home-Office-Möglichkeiten und unterstützen die Vereinbarkeit von Familie und Beruf – für eine ausgewogene Work-Life-Balance.…
Vollzeitstelle als AI Transformation Engineer bei Binderholz in Fügen mit Entwicklung einer unternehmensweiten KI-Strategie, Umsetzung von KI-Projekten, ML-Modellen,…
Tätigkeiten, bearbeitest Angebote und unterstützt die Sales Manager bei der Kundenbetreuung Qualifikationen Dein Profil Qualifikationen: Du hast eine abgeschlossene… €…
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…
Profile Someone with a strong data/backend foundation (Python, API design) who is not afraid of the frontend. Experience or strong interest in React—specifically in how to…
Profile Someone with a strong data/backend foundation (Python, API design) who is not afraid of the frontend. Experience or strong interest in React—specifically in how to…
requirements and deliver insights Communicate complex technical concepts clearly to both technical and non-technical stakeholders Required Qualifications Master’s or Ph.D. in Data…
Aufgaben 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.
Aufgaben Design, Entwicklung und Umsetzung von modernen elektromechanischen Systemen und Baugruppen Integration und Abstimmung verschiedener Technologien aus Elektronik, Robotik, Sensorik, Hydraulik und Pneumatik Entwick …
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 …
requirements, 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 …
23 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? EinloggentecAI
Gedanken eingeben. Möglichkeiten entdecken.
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.




