• Ausbildung: Erfolgreich abgeschlossenes Studium im Bereich BWL / VWL, (Wirtschafts-) Informatik, Mathematik oder in einem anderen quantitativ anspruchsvollen Themengebiet
• Berufserfahrung: Erste Berufserfahrung im Bereich Data Analytics, Business Intelligence, Tracking wünschenswert
• Analytische Fähigkeiten: Freude am analytischen, strukturierten und datengetriebenen Arbeiten
• Hands-On-Mentalität: Selbstständige, zielorientierte Arbeitsweise und ausgezeichnete analytische Fähigkeiten
• Know-How: Gute Kenntnisse in Web-Analytics, in der Visualisierung von Daten sowie praktische Erfahrung im Umgang mit Datenbanken (SQL) und der Entwicklung mit Python

• Sehr guter Studienabschluss (z.B. Wirtschaftsmathematik, Statistik, Versicherungsmathematik)
• Erste Berufserfahrung im Bereich Data Analytics, Business Intelligence, Tracking wünschenswert
• Freude am analytischen, strukturierten und datengetriebenen Arbeiten
• Zielorientierte, ergebnisfokussierte und flexible Arbeitsweise
• Programmierkenntnisse (z.B. Python, R) von Vorteil
• Erfahrung im Umgang mit relationalen Datenbanken (insb. SQL)
• Hands-On-Mentalität, Qualitätsanspruch sowie eine präzise, ergebnisfokussierte und eigenständige Arbeitsweise
• Verhandlungssichere Deutschkenntnisse (C1) runden Dein Profil ab

• Sehr guter Studienabschluss (mind. Master) in Mathematik, Physik, Informatik, Wirtschaftsinformatik, Ingenieurwissenschaften oder vergleichbarer Studiengang
• Du besitzt fundierte Kenntnisse im Umgang mit der Programmiersprache Python zur Datenanalyse
• Souveräner Umgang mit Machine Learning oder Deep Learning-Packages (z.B. scikit-learn, Tensorflow, Keras)
• Du begeisterst Dich für das Entwickeln und die praktische Umsetzung von Machine-Learning-Modellen in einem Produktivumfeld
• Konzeptionelles Denkvermögen gepaart mit einer hohen Affinität zu Zahlen und Daten
• Du bist mit agiler Arbeitsweise vertraut und kannst Dich mit Deiner Hands-on Mentalität schnell auf neue Anforderungen einstellen
• Verhandlungssichere Deutsch- und Englischkenntnisse runden Dein Profil ab

• Ausbildung: Du besitzt einen sehr guten Studienabschluss in Informatik, Data Science oder einer verwandten Disziplin
• Drive und Motivation: Du begeisterst Dich für Generative AI und LLMs und hast die Motivation, diese Technologien voranzutreiben und unser Produkt noch besser zu machen
• Erfahrung in der Entwicklung von KI-Modellen: Du hast erste praktische Erfahrung in der Entwicklung von Generative AI-Lösungen und LLMs (z.B. Prompt Engineering oder auch Fine-tuning), idealerweise inklusive der Integration in bestehende IT-Systeme
• Technische Fähigkeiten: Du verfügst über sehr gute Python-Kenntnisse und hast erste Erfahrung mit Git, Docker und der Entwicklung von APIs. Idealerweise bringst Du auch Wissen in Cloud-Systemen (z.B. AWS oder Azure) und Datenbanken mit
• Analytische Denkweise und Lösungsorientierung: Du gehst analytisch an komplexe Problemstellungen heran und entwickelst pragmatische und kreative Lösungen
• Interdisziplinäres Mindset: Motivation zur interdisziplinären Arbeit zwischen IT und Produktmanagement und zum Wissensaustausch innerhalb der CHECK24 Data Science Community
• Sprachkenntnisse: Du bist verhandlungssicher in Wort und Schrift auf Deutsch und Englisch

• Studium: Abgeschlossenes IT-Studium mit sehr guten Noten (z.B. Informatik, Wirtschaftsinformatik, Data Science o.ä.)
• Drive und Motivation: Du begeisterst Dich für Generative AI und LLMs und hast die Motivation, diese Technologien voranzutreiben und unser Umzugsprodukt noch besser zu machen
• Erfahrung in der Entwicklung von KI-Modellen: Du hast erste praktische Erfahrung in der Entwicklung von Generative AI-Lösungen und LLMs (z.B. Prompt Engineering, Fine-tuning), idealerweise inklusive der Integration in bestehende IT-Systeme
• Technische Fähigkeiten: Du verfügst über sehr gute Python-Kenntnisse und hast erste Erfahrung mit Git, Docker und der Entwicklung von APIs. Wissen in der Web-Entwicklung und zu Datenbanken sind von Vorteil
• Interdisziplinäres und lösungsorientiertes Mindset: Du hast Spaß an der interdisziplinären Arbeit zwischen IT und Produktmanagement, gehst analytisch an komplexe Problemstellungen heran und entwickelst pragmatische und kreative Lösungen
• Kommunikationsfähigkeit: Mit Deinen verhandlungssicheren Deutschkenntnissen (mindestens C1) und Deiner ausgeprägten Kommunikationsfähigkeit bist Du in der Lage, komplexe und technische Inhalte verständlich zu vermitteln

• Guter Studienabschluss mit naturwissenschaftlicher oder IT-technischer Ausrichtung (z.B. Wirtschaftsinformatik, Informatik, Physik, Mathematik)
• Erste Berufserfahrung im Bereich Data Science, Machine Learning, oder Data Engineering
• Kenntnisse in Python zur Datenanalyse, idealerweise einschließlich der Nutzung fortgeschrittener Bibliotheken wie Pandas und PySpark
• Erste Kenntnisse im Umgang mit Machine Learning oder Deep Learning-Packages (z.B. scikit-learn, Tensorflow, Keras)
• Erste Erfahrungen im Umgang mit relationalen Datenbanksystemen, insbesondere SQL
• Starke Affinität zu Daten und Datenprozessierung sowie fundiertes Verständnis für Datenstrukturen und Algorithmen
• Ausgeprägtes Qualitätsbewusstsein, Hands-On Mentalität, sehr gute kommunikative Fähigkeiten und Teamfähigkeit sowie hohe Leistungsbereitschaft
• Verhandlungssichere Deutschkenntnisse und gute Englischkenntnisse runden Dein Profil ab

• Successfully completed degree (e.g. data science, analytics, statistics, mathematics, computer science or similar)
• Around 1-2 years of professional experience in the field of data science
• Experience translating domain knowledge into ML Projects and develop end-to-end ML pipelines
• Demonstrated hands-on experience with large language models, including experimenting, fine-tuning, and using frameworks such as HuggingFace, Langchain, and OpenAI tools
• Coding knowledge in Python and SQL
• Sound understanding of concepts and algorithms in the field of ML, both traditional and advanced
• Experience in version control systems (e. g. Git/Bitbucket)
• Experience in developing classical and neural network-based recommendation systems is a plus
• Familiarity with orchestrating pipeline workflows using MLFlow or Kubeflow is an added advantage
• Knowledge of Tableau and A/B testing is a big plus

• Einen exzellenten Hochschulabschluss in Data Science, Statistik, Mathematik, Informatik oder einem vergleichbaren Fachgebiet sowie mindestens 2–3 Jahre Berufserfahrung im Bereich Data Science oder Analytics
• Nachweisliche Erfahrung in der Überführung von Domänenwissen in Machine-Learning-Projekte sowie in der Entwicklung vollständiger ML-Pipelines – von der Datenaufbereitung bis zur Implementierung in produktive Umgebungen
• Erfahrung und Interesse am Aufbau sowie Weiterentwicklung von LLM Use Cases 
• Sehr gute Programmierkenntnisse in Python oder R sowie SQL
• Fundiertes Verständnis von ML-Algorithmen und -Methoden – sowohl klassische Verfahren (z. B. Regression, Entscheidungsbäume) als auch fortgeschrittene Techniken (z. B. Deep Learning, GANs, LLMs)
• Erfahrung mit Versionskontrollsystemen (Git), Experiment-Tracking (MLflow), Feature Engineering, Modellbewertung und der Entwicklung von ML-Pipelines
• Wünschenswert: Kenntnisse in Tableau und Erfahrung mit A/B-Testing
• Verhandlungssichere Deutschkenntnisse (mind. C1-Niveau) in Wort und Schrift sind ein Must-have

Ausbildung:

• Bachelor- oder Masterabschluss in den Bereichen Data Science, Informatik, Analytics, Mathematik oder einem vergleichbaren Fachgebiet

Praktische Erfahrung:

• 2–4 Jahre Erfahrung im Produktmanagement oder technischen Projektmanagement in datengetriebenen Umgebungen
• Erfahrung mit Machine-Learning-Projekten, insbesondere im Bereich Empfehlungssysteme und generative KI/LLM-Anwendungen

Technische Kenntnisse:

• Praktische Kenntnisse in Python und SQL
• Gutes Verständnis des Machine-Learning-Lebenszyklus – von der Prototyp-Erstellung bis zur Produktion – sowie Vertrautheit mit LLM-Technologien

Agiles Arbeiten & Stakeholder-Management:

• Erfahrung mit agilen Methoden oder Scrum zur Verwaltung von Backlogs, Sprint-Planung und iterativer Entwicklung
• Ausgezeichnete Kommunikationsfähigkeiten zur Übersetzung von Geschäftsanforderungen in technische Anforderungen und zur Koordination zwischen verschiedenen Teams

Analytisches & Strategisches Denken:

• Fähigkeit zur Definition klarer KPIs, zur Überwachung der Produktleistung und zur Nutzung datenbasierter Erkenntnisse zur Produktverbesserung

Sprachkenntnisse:

• Verhandlungssichere Deutsch- und Englischkenntnisse (C1/C2-Niveau)

Nice-to-have:

• Erfahrung mit A/B-Tests oder experimentellen Designs