Zum Hauptinhalt springen

Senior Data Scientist für Anomalieerkennung und Qualitätssicherung

Contracting⏱ 01.10.26 bis 31.03.27 🏢 0% vor Ort 🎓 Senior 🏭 Fertigung 🌐 Deutsch

Wir suchen einen erfahrenen Senior Data Scientist (m/w/d) zur Implementierung eines Machine-Learning-Systems für die automatisierte Qualitätssicherung in einem produktionskritischen, regulierten Umfeld. Das Projekt läuft vorwiegend remote und ist auf sechs Monate befristet.

Aufgaben: Sie entwickeln eine lernfähige ML-Erkennungsschicht, die ein bestehendes regelbasiertes Anomalieerkennung-System ablöst. Der Implementierungspfad umfasst Isolation Forest (Phase 1, unsupervised), XGBoost (Phase 2, supervised) und optional neuronale Netze (Phase 3). Ihre Kernaufgaben sind:

• Aufbau der Feature-Pipeline mit Kafka-Streams und Spark-Batch-Jobs • Training, Kalibrierung und Validierung der ML-Modelle mit Fokus auf Precision/Recall-Optimierung und Drift-Detection • Implementierung von Experiment-Tracking und Modellversionierung • Deployment auf Kubernetes-Basis mit automatisiertem Rollback • Aufbau von Retraining-Pipelines (zeitbasiert, drift-basiert, ereignisbasiert)

Ebenso wichtig ist der Wissenstransfer: Sie coachen das Projektteam und den Fachbereich, erstellen Monitoring-Dashboards und dokumentieren Modellentscheidungen verständlich für Nicht-Data-Scientists.

Anforderungen: • Mindestens 5 Jahre produktive Data-Science-Erfahrung mit mindestens 2 produktiv gestellten ML-Modellen • Fundierte Kenntnisse in Anomalieerkennung, Unsupervised Learning und XGBoost • Verständnis für Zeitreihenverarbeitung, Walk-Forward-Validierung und Drift-Detection • Erfahrung mit unbalancierten Datensätzen und SHAP-basierter Erklärbarkeit • Python, Apache Spark und JupyterHub (essentiell) • Kafka, GitLab CI/CD und Kubernetes-Grundkenntnisse (wichtig) • Vorteilhaft: MLflow, PostgreSQL, S3/MinIO, Helm • Erfahrung im Umgang mit sensiblen Daten • Ausgeprägte Kommunikations- und Coaching-Fähigkeiten

Skills erklärt

Anomalieerkennung
Verfahren zur automatischen Identifikation von ungewöhnlichen oder abweichenden Mustern in Daten, etwa zur Betrugserkennung oder Fehlerdiagnose.
Python
Universelle Programmiersprache für Webentwicklung, Datenanalyse, Automatisierung und künstliche Intelligenz.
Apache Spark
Open-Source-Framework für verteilte Datenverarbeitung und Datenanalyse; ermöglicht schnelle Verarbeitung großer Datenmengen parallel auf mehreren Computern.
Kafka
Verteilte Streaming-Plattform zur Verarbeitung großer Datenmengen in Echtzeit zwischen verschiedenen Systemen.
GitLab CI/CD
Integrierte Plattform in GitLab für kontinuierliche Integration und kontinuierliche Bereitstellung von Softwareprojekten mit automatisierten Tests und Deployments.
OpenShift
Container-Orchestrierungsplattform von Red Hat auf Basis von Kubernetes; verwaltet und skaliert containerisierte Anwendungen.
Kubernetes
Open-Source-Plattform zur automatisierten Verwaltung, Skalierung und Orchestrierung von containerisierten Anwendungen.
MLflow
Open-Source-Framework zur Verwaltung des Machine-Learning-Lebenszyklus, einschließlich Experiment-Tracking und Modell-Deployment.
Postgresql
Relationale Datenbank, die strukturierte Daten speichert und mit SQL-Abfragen verwaltet wird.
S3
Amazon Simple Storage Service, ein Cloud-Speicherdienst für große Datenmengen; wird verwendet, um Dateien, Backups und Daten flexibel in der Cloud zu speichern und zu verwalten.
Minio
Open-Source-Objektspeichersystem, das S3-kompatibel ist; wird eingesetzt, um große Datenmengen dezentral oder in der Cloud zu speichern und zu verwalten.
Helm
Paketmanager für Kubernetes, der vordefinierte Anwendungskonfigurationen (Charts) bereitstellt und deren Deployment vereinfacht.
Prometheus
Open-Source-Monitoring- und Alerting-System für IT-Infrastrukturen; wird zur Überwachung von Servern, Anwendungen und Metriken verwendet.
Grafana
Visualisierungs- und Monitoring-Tool, das Metriken und Logs aus verschiedenen Datenquellen grafisch darstellt und zur Überwachung von Systemen eingesetzt wird.
Stakeholder-Kommunikation
Methode zur gezielten Information und Abstimmung mit allen beteiligten Personen und Gruppen in Projekten oder Organisationen.

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

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.

Nie wieder Bewerbungen schreiben.

Nexus matcht deine Skills und schreibt Bewerbungen automatisch.

Kostenlos registrieren →

Keine Kreditkarte erforderlich

Kostenloser CV-Check

Wie gut passt dein Python-Profil zum Markt?

  • ✓ Market Fit gegen 871 Python-Ausschreibungen
  • ✓ Welche Skills dir fehlen und was sie bringen
  • ✓ Dein Stundensatz im Vergleich
CV vor die Jury bringen →

Kostenlos · anonym gespeichert · von FreelancerJury

Marktgeschwindigkeit

⏳

Projekte dieser Skills werden nach durchschnittlich 3,9 Tagen geschlossen.

Stundensatz vs. Markt

Kein Stundensatz für dieses Projekt hinterlegt.

Ø 111 €/h (für diese Skills)

Untergrenze 38 €Median 90 €Top 10% 115 €

Tipp

Zeiterfassung & Projektverwaltung

Projekte, Stunden und Rechnungen in einer App. Flow ist die schlanke Lösung für IT-Freelancer und Agenturen – kostenlos starten.

Flow ausprobieren

Ähnliche Projekte

Tipp

Konferenzraum in Hamburg

Für das nächste Kunden- oder Teammeeting in Hamburg: vollausgestattet mit Beamer, Whiteboard und Videokonferenz – ab 49 €/h, direkt am Gänsemarkt.

Konferenzraum mieten