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.
36 Data Scientist Jobs
Profile, assess, transform, and prepare enterprise data for analytical use. • Develop and maintain data pipelines using Azure Data Factory, Databricks, Microsoft Fabric, and…
Als führende Kraft in der Welt des legalen Glücksspiels in Österreich ist es unsere Mission, leidenschaftliche Hingabe für Mensch, Spiel und Umwelt zu beweisen. Wir entwickeln…
Profile, assess, transform, and prepare enterprise data for analytical use. • Develop and maintain data pipelines using Azure Data Factory, Databricks, Microsoft Fabric, and…
Profile, assess, transform, and prepare enterprise data for analytical use. • Develop and maintain data pipelines using Azure Data Factory, Databricks, Microsoft Fabric, and…
Tätigkeiten Unsere Kundenklientel ist im Umbruch und gestaltet mit uns aktiv die Transformation der Energiewirtschaft. Daraus ergeben sich vielfältige Themenbereiche, in die 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…
Profile, assess, transform, and prepare enterprise data for analytical use. • Develop and maintain data pipelines using Azure Data Factory, Databricks, Microsoft Fabric, and…
Wir bieten flexible Arbeitszeitmodelle, Home-Office-Möglichkeiten und unterstützen die Vereinbarkeit von Familie und Beruf – für eine ausgewogene Work-Life-Balance.…
€ 5.069Krems an der Donau,LinzVollzeit
System- & NetzwerkadministrationIT Security & CybersecurityIT Architektur & InfrastrukturERPArchitektur & PlanungBusiness IntelligenceCloud Computing
Data Scientist / ML Engineer (m/w/d) in Vollzeit/Hybrid bei Frankstahl in Guntramsdorf oder Wien.
requirements, prioritise effectively, and scope work in a way that balances impact, effort, and stakeholder needs. Presentation Skills: present coherent data stories at the…
Qualifikation Abgeschlossenes Studium (FH/Universität) in Data Science, Informatik, Mathematik, Statistik oder vergleichbarer Fachrichtung Sehr gute Python- und SQL-Kenntnisse…
Anforderungen Abgeschlossenes Studium (z. B. Data Science, (Wirtschafts-)Informatik) oder vergleichbare praktische Erfahrung in einem Unternehmen des Finanzsektors (Banken,…
Anforderungen Abgeschlossenes Studium (z. B. Data Science, (Wirtschafts-)Informatik) oder vergleichbare praktische Erfahrung in einem Unternehmen des Finanzsektors (Banken,…
Vollzeitstelle als AI Transformation Engineer bei Binderholz in Fügen mit Entwicklung einer unternehmensweiten KI-Strategie, Umsetzung von KI-Projekten, ML-Modellen,…
Profile Strong knowledge of Machine Learning, AI, and LLM-based architectures. Experience in data science workflows (data preparation, training, evaluation, deployment). Strong…
requirements, and measurable outcomes. Experience with marketplace dynamics, pricing systems, recommendation systems, ad tech, ranking is a strong plus. Excellent analytical…
Aufgaben und Jobs. Wir sichern damit die Lebensqualität von rund 4,9 Millionen Menschen und versprechen unseren Mitarbeiterinnen und Mitarbeitern eine Tätigkeit mit Sinn und…
€ 4.300Maria EnzersdorfVollzeitSoftwareentwicklungSystem- & NetzwerkadministrationDatenbanken & Data WarehouseAkademische Fachkraft Data Science für Lehre und Forschungsaufgaben an der USTP in St. Pölten.
BildungswesenWir bieten: Teilzeitposition mit 20 Wochenstunden Mitarbeit in einem innovativen und international ausgerichteten Technologieumfeld Flexible Arbeitszeiten Möglichkeit zur Arbeit im Home-Office Talent- und Leadership-Prog …
PersonaldienstleistungtecAI
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.