Dieses Projekt ist abgelaufen (seit 06.10.2026).

Die Ausschreibung ist nicht mehr aktuell. Unten findest du ähnliche aktive Projekte, oder du siehst dir alle aktuellen IT-Projekte an.

AI & Machine LearningAbgelaufen

Data / Recommender Engineer (m/w/d) Remote

Data Science Machine Learning Recommender Systems Python Kotlin Java numpy pandas pytest tensorflow pytorch Gitlab Docker VS Code Pycharm AWS S3 Amazon Sagemaker Big Query Postgres

Contracting⏱ August 2026 bis Ende 2026 mit Option 🏢 0% vor Ort 🎓 Senior 🏭 Retail/E-Commerce 🌐 Deutsch

Für ein Unternehmen im Medienbereich suchen wir einen erfahrenen Data / Recommender Engineer (m/w/d) im Remote-Format. Die Position ist bis Ende 2026 mit Optionsverlängerung ausgeschrieben und startet ab August.

Ihre Aufgaben umfassen die Weiterentwicklung von Personalisierungsmodulen sowie die Migration und Optimierung von Empfehlungssystemen. Sie werden bestehende Recommender-Services evaluieren und kontinuierlich verbessern, dabei die Antwortzeiten optimieren und die Effizienz der Rechenkapazitäten steigern.

Für diese Rolle bringen Sie umfangreiche Erfahrung in der Entwicklung von Empfehlungsmodellen und produktiven Recommender-Services mit. Sie verfügen über fundiertes Data-Science-Know-how sowie tiefe Kenntnisse der theoretischen Grundlagen von Empfehlungssystemen und Machine-Learning-Modellen.

Technisch sollten Sie Expertise in Python (numpy, pandas, pytest, tensorflow, pytorch) mitbringen sowie gute Kenntnisse in Kotlin und Java. Vertrautheit mit modernen Entwicklungstools wie GitLab, Docker, VS Code und PyCharm ist erforderlich. Erfahrung mit Cloud-Technologien wie AWS S3, Amazon SageMaker, BigQuery und PostgreSQL rundet Ihr Profil ab.

Deutschkenntnisse auf Niveau C1 sind notwendig. Vereinzelte Vor-Ort-Termine sind möglich. Wenn Sie diese Anforderungen erfüllen und Interesse an einer anspruchsvollen Rolle in einem innovativen Umfeld haben, freuen wir uns auf Ihre Bewerbung.

Aktuelle Projekte ansehen →

Skills erklärt

Data Science: Interdisziplinäres Feld, das Daten analysiert und interpretiert, um Erkenntnisse zu gewinnen und datengestützte Entscheidungen zu treffen.
Machine Learning: Teilgebiet der künstlichen Intelligenz, bei dem Systeme aus Daten lernen und Muster erkennen, um Vorhersagen zu treffen oder Entscheidungen zu automatisieren.
Python: Universelle Programmiersprache für Webentwicklung, Datenanalyse, Automatisierung und künstliche Intelligenz.
Kotlin: Programmiersprache, die auf der Java Virtual Machine läuft und als moderne Alternative zu Java für Android-Apps und Backend-Entwicklung verwendet wird.
Java: Programmiersprache, die plattformunabhängig läuft und häufig für Unternehmensanwendungen, Web-Services und Android-Apps verwendet wird.
NumPy: Python-Bibliothek für numerische Berechnungen und Datenverarbeitung; wird für mathematische Operationen auf großen Datenmengen verwendet.
Pandas: Python-Bibliothek zur Datenanalyse und -manipulation, die Datenstrukturen wie DataFrames für tabellarische Daten bereitstellt.
Pytest: Python-Framework zum Schreiben und Ausführen von automatisierten Tests für Python-Code.
TensorFlow: Open-Source-Bibliothek von Google für Machine Learning und künstliche Intelligenz; wird verwendet, um neuronale Netze zu trainieren und Vorhersagemodelle zu entwickeln.
PyTorch: Open-Source-Framework für Machine Learning und künstliche Intelligenz, das vor allem für Deep Learning und Datenverarbeitung verwendet wird.
Gitlab: Webbasierte Plattform zur Versionskontrolle und Zusammenarbeit bei Softwareentwicklung; ermöglicht Verwaltung von Code-Repositories und CI/CD-Prozessen.
Docker: Software-Plattform zur Containerisierung, die Anwendungen mit ihren Abhängigkeiten in isolierten Umgebungen verpackt.
VS Code: Kostenloser Code-Editor von Microsoft zum Schreiben und Bearbeiten von Programmcode mit Syntax-Highlighting und Erweiterungen für verschiedene Programmiersprachen.
PyCharm: Integrierte Entwicklungsumgebung (IDE) von JetBrains speziell für die Python-Programmierung mit Funktionen wie Code-Analyse, Debugging und Projektmanagement.
AWS S3: Cloud-Speicherdienst von Amazon Web Services zur Speicherung und Verwaltung großer Datenmengen über das Internet.
Postgres: Ein leistungsstarkes, quelloffenes relationales Datenbankmanagementsystem; wird für komplexe Datenbankanwendungen mit hohen Anforderungen an Zuverlässigkeit verwendet.

Als IT-Freelancer automatisch auf Projekte wie dieses bewerben

Nexus ist die KI-gestützte Plattform für IT-Freelancer, die täglich neue Projektausschreibungen analysiert und passgenaue Bewerbungstexte generiert – vollautomatisch, in Sekunden. Kein manuelles Schreiben mehr: Nexus liest die Ausschreibung, erkennt die gefragten Skills und erstellt einen individuellen Bewerbungstext, den du per Klick versendest.

✓ Projektausschreibungen direkt von Anbietern aus dem DACH-Raum
✓ KI-Bewerbungstext in unter 30 Sekunden – individuell auf jedes Projekt zugeschnitten
✓ Automatischer Versand per E-Mail + Anlage in Pipedrive
✓ Kostenlos starten – keine Kreditkarte erforderlich

Jetzt kostenlos testen →Alle IT-Projekte ansehen

Häufige Fragen zu Nexus

Was ist Nexus und für wen ist es geeignet?: Nexus richtet sich an selbstständige IT-Freelancer, die regelmäßig auf Projektausschreibungen antworten. Die Plattform automatisiert den gesamten Bewerbungsprozess – von der Analyse der Ausschreibung bis zum Versand der Bewerbung.
Wie schreibt Nexus den Bewerbungstext?: Nexus analysiert die Projektbeschreibung mit Claude (Anthropic) und gleicht die Anforderungen mit deinem hinterlegten Profil ab. Der generierte Text ist individuell, professionell und direkt versendbar – du kannst ihn vor dem Absenden noch anpassen.
Welche Projektplattformen werden unterstützt?: Nexus erhält Projekte direkt von Projektanbietern aus dem DACH-Raum – neue Ausschreibungen erscheinen automatisch in deiner Pipeline, ohne dass du Plattformen manuell durchsuchen musst.
Kostet Nexus etwas?: Der Einstieg ist dauerhaft kostenlos. Für professionelle Nutzung mit erweiterten Funktionen gibt es kostenpflichtige Pläne – ohne versteckte Kosten oder automatische Verlängerung.