Job Opportunities API

Daten sind überall. Entscheidungssicherheit ist selten. Das ändern wir. Mit Strategie, Technologie und Menschen, die auf Augenhöhe arbeiten. Du bist dabei, wenn aus Datenmengen echte Orientierung wird und aus Orientierung Wertschöpfung. Flexible Arbeitszeiten – dank unserer Vertrauensarbeitszeit Homeoffice oder hybrides Arbeiten? Bei uns ganz selbstverständlich! Workation inkl. Reisebudget – Du entscheidest, von wo aus Du am liebsten arbeitest Sensationelles Onboarding und unvergessliche areto-Momente bei unseren Teamevents – inkl. regelmäßigem Big-Bang-Buddy-Breakfast Gemeinsames Wachstum – bei uns gestaltest Du aktiv mit. Flexibilität, Eigenverantwortung und unternehmerisches Denken sind bei uns kein Buzzword, sondern gelebter Alltag Weiter, immer weiter – in unserer Talentschmiede erwarten Dich hochklassige Academies, interne und externe Schulungen sowie Zertifizierungen Und sonst so? Betriebliche Altersvorsorge, areto-Bikeleasing, Sonderurlaub für besondere Anlässe, Vereinbarkeit von Familie und Beruf – und unsere eigene areto Fashion Kollektion Als Senior Data Scientist / Senior AI Engineer (m/w/d) imBereich AI & Applications der areto baust du produktive KI- und ML-Lösungen für unsere Kunden. Von RAG-/Agenten-Architekturen über Intelligent Document Processing bis zu klassischen ML- und MLOps-Use-Cases im Kontext größerer Datenplattformtechnologien (Databricks, Snowflake, Fabric)  Du baust Software, die in Produktion läuft—Code-first Ansätze in Python,mit KI als festem Teil deines Entwicklungs-Workflows. Low-Code ist für dich ein Werkzeug im Baukasten, kein Ersatz für sauberes Engineering.   Du übernimmst technische Verantwortung in Projekten und Ausschreibungen,bringst Architektur-Entscheidungen voran und bist Sparringspartner für Kunden und Kolleg:innen.  Design &Umsetzungvon GenAI-Lösungen(RAG, Agentic Workflows, Chatbots)mit z.B.Lang Chain / Lang Graph, LLM Services, Fast API, Qdrant und Docker. Entwicklung klassischer ML-/Analytics-Lösungen(Forecasting, Scoring,Segmentierung) inkl. sauberem Feature-Engineering und Evaluation. Aufbau produktionsreifer, dokumentierter Daten und ML-Pipelines mit Fokus auf Developer Experience, Testbarkeit und Wartbarkeit. ML Ops& Monitoring: Model-Lifecycle, Drift-/Quality-Monitoring, LLM-Evaluation (ML flow/Langfuse), CI/CD. Technische  Konzeption  und  Architektur-Entscheidungen ( z.B. Build-vs-Buy) gemeinsam  mit  dem Team. Übersetzung von Kundenanforderungen in tragfähige Lösungen—inkl. PoCs Aufwandseinschätzung und Kunden-Kommunikation. Durchführung  von  Kundenworkshops  zur  Anforderungsaufnahme  oder  Use Case  Identifikation Mehrjährige Erfahrung (Senior-Level) in Data Science und/oder AI Engineering mit nachweisbaren produktiven Projekten.  Python auf sehr gutem Niveau — Developer Experience ist dir wichtig, nicht nur „läuft irgendwie".  Routinierter Einsatz KI-gestützter Coding-Workflows (z.B. Claude Code oder GitHub Copilot) im Entwicklungsalltag.  Fundierte ML-Grundlagen und praktische LLM-/GenAI-Erfahrung (RAG, Prompt Engineering, Monitoring, Guardrails).  Solide SQL und Datenmodellierungs-Kenntnisse; Idealerweise Erfahrung mit mindestens einer Datenplattform (Snowflake, Databricks oder Fabric).  Erfahrung mit Containerisierungstechnologien wie z.B. Docker und generelle CI/CD-Prozesse  Verständnis für Security, Governance und Auditierbarkeits Anforderungen (DSGVO, EU AI Act, Human-in-the-Loop).  Beratungs-/Kundenkompetenz: du kannst technische Themen verständlich erklären und Entscheidungen begründen.  Eigeninitiative bei Dokumentation und Wissensweitergabe — du hinterlässt Projekte besser dokumentiert, als du sie vorgefunden hast.  Sehr gute Deutsch- und gute Englischkenntnisse. (C2 Level) Erfahrung mit Agentenframeworks (Lang Graph) oder Workflow-Automatisierung (n8n).  Fullstack-Erfahrung (z.B. Vue.js / Fas