Datenwissenschaftler und ML-Ingenieur – Predictive Analytics und Agentic AI

Wir möchten, dass Sie mit uns wachsen
Daten erzählen Geschichten, und diese Rolle ist dafür verantwortlich, diese Geschichten in Entscheidungen umzuwandeln. Als unser Data Scientist und ML Engineer entwickeln Sie die prädiktiven, präskriptiven und Optimierungsmodelle, die Intersnack den analytischen Weitblick geben, um in den Bereichen Beschaffung, Fertigung und Vertrieb souverän zu agieren. Sie berichten an das KI-Programm und arbeiten mit KI-Ingenieuren und Dateningenieuren zusammen, um Ihre Modelle in die Wissens- und Agenten-KI-Frameworks zu integrieren, die im gesamten Unternehmen aufgebaut werden, und kombinieren dabei die Strenge des klassischen maschinellen Lernens mit den neuen Fähigkeiten großer Sprachmodelle und intelligenter Agenten. Intersnack ist bestrebt, seine Mitarbeiter zusammen mit seinen Fähigkeiten weiterzuentwickeln, und diese Rolle bietet einen einzigartigen Ausgangspunkt, um zu gestalten, wie KI-Argumentation in ein globales Unternehmen integriert wird.
Was wir bieten können
Sie haben die Möglichkeit, an einem breiten und kommerziell bedeutsamen Spektrum an Modellierungsherausforderungen zu arbeiten, von der Bedarfsprognose und Prozessoptimierung in der Fertigung bis hin zu Beschaffungsanalysen und Szenariomodellierung, mit direktem Zugang zu den Geschäftsinteressengruppen, deren Entscheidungen Ihre Modelle beeinflussen. Dies ist keine Rolle, bei der Models in Notizbüchern sitzen; Ihre Arbeit wird in Produktionsumgebungen operationalisiert, überwacht und iteriert. Sie arbeiten mit KI-Architekten und -Ingenieuren zusammen, um prädiktive Logik in Agenten-Workflows zu integrieren und Ihren Modellen eine Reichweite und Wirkung zu verleihen, die über einzelne Anwendungsfälle hinausgeht. Düsseldorf ist Ihre Heimatbasis mit Flexibilität für Remote-Arbeit und die internationale Präsenz von Intersnack stellt sicher, dass Ihre Modelle in echtem Maßstab funktionieren.
Wie Sie Ihre Zeit als unser nächster Datenwissenschaftler und ML-Ingenieur verbringen werden – Predictive Analytics & Agentic AI
Sie werden Ihre Zeit zwischen der Entwicklung neuer und der Verbesserung bestehender Modelle, der Integration von Ergebnissen des maschinellen Lernens in Agenten- und Analysesysteme und der aktiven Befähigung von Geschäftsbeteiligten aufteilen, zu verstehen und zu vertrauen, was diese Modelle produzieren. Ihre Arbeit verbindet die technische Genauigkeit statistischer Modellierung und ML-Engineering mit der kommerziellen Absicht eines Unternehmens, das möchte, dass KI echten, messbaren Wert schafft.
Was Sie tun werden

• Entwickeln, validieren und implementieren Sie prädiktive, präskriptive und Optimierungsmodelle für Kerngeschäftsbereiche, einschließlich Beschaffung, Fertigung und Vertrieb, und übersetzen Sie Daten in umsetzbare Prognosen und Empfehlungen

• Erstellen, verfeinern und anpassen Sie große Sprachmodelle (LLMs) und spezialisierte Sprachmodelle für geschäftsspezifische NLP-Aufgaben, einschließlich der Analyse unstrukturierter Betriebsdaten

• Entwerfen und implementieren Sie Simulations- und Szenariomodellierungsrahmen, die es Geschäftsteams ermöglichen, Kompromisse zu erkunden und unter Unsicherheit zu planen

• Integrieren Sie maschinelles Lernen und Vorhersagelogik in Agenten-KI-Workflows und kombinieren Sie Modellausgaben mit Agenten-Argumentation, um automatisierte und halbautomatische Entscheidungsfindung zu unterstützen

• Besitzen Sie den gesamten ML-Lebenszyklus für Ihre Modelle, von der Funktionsentwicklung und Schulung bis hin zur Bereitstellung, Versionierung und laufenden Überwachung, und wenden Sie durchgehend die Best Practices von MLOps an

• Wenden Sie NLP-Techniken auf unstrukturierte Geschäftsdaten an und extrahieren Sie strukturierte Signale aus Dokumenten, Kommunikation und Betriebsaufzeichnungen, um Analysen und KI-Anwendungsfälle zu unterstützen

• Kommunizieren Sie Modellergebnisse, Einschränkungen, Konfidenzniveaus und zugrunde liegende Annahmen klar an Geschäftsinteressenten und fördern Sie so das Verständnis, das Vertrauen und die angemessene Übernahme von KI-generierten Erkenntnissen

• Integrieren Sie Sicherheits- und Governance-Überlegungen in das Modelldesign, einschließlich Schutzmaßnahmen gegen sofortige Injektion, Datenlecks und gegnerische Eingaben, im Einklang mit den KI-Sicherheitsstandards von Intersnack

• Unterstützen Sie Kollegen bei der Entwicklung von KI und Datenkompetenz und tragen Sie aktiv zum Kulturwandelprogramm bei, das Intersnacks breiteren Weg zur KI-Einführung begleitet

Grundlegende Fähigkeiten und Erfahrung

• Nachgewiesene Erfahrung in der Entwicklung und Bereitstellung prädiktiver und präskriptiver Modelle für maschinelles Lernen in großen Produktionsumgebungen, mit fundierten Grundlagen in statistischer Modellierung und Modellbewertung

• Praktische Erfahrung mit großen Sprachmodellen (LLMs), einschließlich Prompt Engineering, Feinabstimmung und Domänenanpassung für Business-NLP und unstrukturierte Datenaufgaben wie Klassifizierung, Entitätsextraktion, Zusammenfassung und einbettungsbasierter Abruf

• Kenntnisse in Python und relevanten ML-Frameworks (z. B. scikit-learn, PyTorch, TensorFlow oder gleichwertig), einschließlich Erfahrung mit Tools zur Experimentverfolgung und Modellversionierung

• Erfahrung mit Feature Engineering, Feature Stores oder Datenvorbereitungspipelines für Modelltraining und -bereitstellung

• Solides Verständnis der MLOps-Praktiken, einschließlich Modellbereitstellung, Überwachung und Lebenszyklusverwaltung in Cloud-Umgebungen (Microsoft Azure ML, AWS SageMaker oder gleichwertig)

• Praktische Erfahrung bei der Integration von Ergebnissen maschinellen Lernens in Agenten-KI-Workflows, wobei Modellschlussfolgerungen mit Agenten-Orchestrierungs-Frameworks für automatisierte oder halbautomatische Entscheidungsfindung kombiniert werden

• Vertrautheit mit Simulations- und Szenariomodellierungstechniken, die es Geschäftsteams ermöglichen, Kompromisse zu erkunden und unter Unsicherheit zu planen

• Klare und sichere Kommunikation des Modellverhaltens, der Einschränkungen und Ergebnisse an nicht-technische Geschäftsinteressenten, um das Verständnis und die angemessene Übernahme von KI-generierten Erkenntnissen zu fördern

• Bewusstsein für KI-Sicherheitsrisiken, einschließlich sofortiger Injektion, Datenlecks und gegnerischer Angriffe, mit Erfahrung in der Anwendung von Abhilfemaßnahmen im Modell- oder Systemdesign

• Verständnis der DSGVO, des EU-KI-Gesetzes und der Grundsätze der verantwortungsvollen KI mit der Fähigkeit, diese auf die Modellauswahl, die Schulung von Datenverwaltung und Bereitstellungsentscheidungen anzuwenden …

Quelle: Arbeitnow (https://www.arbeitnow.com/jobs/companies/intersnack-it-kg/data-scientist-ml-engineer-predictive-analytics-agentic-ai-dusseldorf-473539)