Sicherheitsüberprüfter leitender Datenwissenschaftler

Leitender Datenwissenschaftler
Restposten: Aktive SC erforderlich
Gehalt: £ 80,000- £ 90,000

Position Overview

Als Senior Data Scientist leiten Sie anspruchsvolle Analysen, die Strukturen, Zusammenhänge und operative Erkenntnisse aus komplexen, umfangreichen Datenströmen aufdecken. Sie entwickeln Workflows zur Mustererkennung, Anomalieerkennung und Interaktionsanalyse über diverse Datenquellen hinweg, die häufig verfolgte Entitäten, Sensordaten oder Verhaltenssignale umfassen.

Sie definieren und implementieren Qualitätssicherungsmethoden, die konsistente, robuste und interpretierbare Analyseergebnisse gewährleisten, und arbeiten eng mit den Ingenieuren zusammen, um diese Prüfungen in die Produktionssysteme zu integrieren. Darüber hinaus übernehmen Sie die Verantwortung für anspruchsvolle oder zeitkritische Analyseanfragen interner und externer Stakeholder und übersetzen offene Fragestellungen in klare, verlässliche und datenbasierte Antworten.

Aufgaben

• Konzeption und Leitung von Untersuchungen zu Mustern, Trends und Sonderfällen in gefilterten Datensätzen.

• Entwicklung von Interaktionsmodellen und kombinierten Analysen über verschiedene Entitätstypen und Datenmodalitäten hinweg.

• Entwicklung von Rahmenwerken zur Datenvalidierung, Anomalieprüfung und analytischen Zuverlässigkeit, um sicherzustellen, dass die Ausgaben bei unterschiedlichen Dateneingaben korrekt funktionieren.

• Arbeiten Sie mit Lösungs- und Datenentwicklungsunternehmen zusammen, um analytische Logik in Datenpipelines und -dienste zu integrieren.

• Erstellung maßgeschneiderter, hochkomplexer Analysen zur Unterstützung kundenorientierter oder operativer Anforderungen.

• Leiten Sie das Team zu Best Practices in der Nutzung von Spark SQL, der Datendokumentation und der reproduzierbaren explorativen Datenanalyse an.

Gewünschte Qualifikationen

• Mindestens 5 Jahre Erfahrung in den Bereichen Data Science, angewandte Analytik, maschinelles Lernen oder analytische Forschung und Entwicklung.

• Fortgeschrittene Kenntnisse in Python und verteilten Rechenframeworks wie Spark oder Databricks, einschließlich fundierter Kenntnisse in Spark SQL.

• Fundierte Kenntnisse in statistischer Inferenz, Anomalieerkennung, Clustering, Interaktionsmodellierung oder anderen Analysemethoden, die für große und heterogene Datensätze geeignet sind.

• Erfahrung im Umgang mit Daten aus verschiedenen Quellen, semistrukturierten, raumbezogenen oder entitätszentrierten Daten sowie die Fähigkeit, aus komplexen operativen Umgebungen Erkenntnisse zu gewinnen.

• Nachweisliche Erfolge beim Aufbau von Frameworks zur Datenqualität, -validierung oder -zuverlässigkeit, insbesondere für analytische Arbeitsabläufe oder modellnahe Prozesse.

• Die Fähigkeit, mehrdeutige analytische Probleme in strukturierte, reproduzierbare Untersuchungspläne zu übersetzen.

• Ausgezeichnete Kommunikations-, Mentoring- und funktionsübergreifende Kooperationsfähigkeiten.

Schön zu haben

• Erfahrung mit MLflow, Feature Stores oder MLOps-Plattformen.

• Kenntnisse im Modelllebenszyklusmanagement, in Reproduzierbarkeitswerkzeugen oder in der Überwachung von Produktionsmodellen.