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.
43 Data Scientist Jobs
requirements and are excited about the field, we strongly encourage you to apply! The Essentials Mindset: You enjoy team brainstorming just as much as deep, focused independent…
requirements (but not 100% of the listed criteria) – we believe skills evolve over time. If you’re willing to learn and grow with us, we invite you to join our team! By clicking…
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-…
Anforderungen verändern. Mit Angeboten wie heycare unterstützen wir dich auch ganz konkret im Alltag, wie etwa bei der Betreuung von Kindern, älteren Angehörigen oder Haustieren.…
Profile Strong knowledge of Machine Learning, AI, and LLM-based architectures. Experience in data science workflows (data preparation, training, evaluation, deployment). Strong…
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…
Aufgaben Aus Rohdaten entwickelst Du aussagekräftige Analysen, bereitest diese zielgruppengerecht auf und lieferst fundierte Entscheidungsgrundlagen für Marketing, Sales und…
€ 4.000Wiener NeudorfVollzeit
Datenbanken & Data WarehouseMathematik & StatistikBusiness IntelligenceBioinformatician/Data Engineer (f/m/d) Austria’s leading company – CBmed is a center for biomarker research in medicine with headquarter in Graz. It links excellent research…
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…
Aufgaben In dieser Rolle agieren Sie als hands-on Digital Solutions Expert am Standort Pfizer Orth und übersetzen Anforderungen aus Produktion, Qualität, Technik und…
Profile, assess, transform, and prepare enterprise data for analytical use. • Develop and maintain data pipelines using Azure Data Factory, Databricks, Microsoft Fabric, and…
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…
Vollzeitstelle als wissenschaftliche:r Mitarbeiter:in am Institut für Industrial Engineering und Management der FH Wiener Neustadt mit Fokus auf Lehre, Produktion, Logistik,…
€ 3.536Wiener NeustadtVollzeitMechatronikProzessmanagement im Bereich IngenieurswesenSonstige im Bereich WirtschaftsingenieurwesenProfile, assess, transform, and prepare enterprise data for analytical use. • Develop and maintain data pipelines using Azure Data Factory, Databricks, Microsoft Fabric, and…
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.
Akademische 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.