3.477 Jobs für Data Scientists in Österreich

• Intensive training modules covering Python, R, SQL, machine learning algorithms, data visualization, and statistical analysis.
• Hands-on project work with large datasets, applying learned techniques to solve business problems.
• Mentorship from senior data scientists, providing guidance, feedback, and career advice.
• Exposure to various data science tools and platforms used in the industry.
• Development of essential soft skills, including communication, problem-solving, and teamwork in a virtual environment.
• Participation in regular team meetings, project reviews, and knowledge-sharing sessions.
• Opportunity to contribute to impactful projects and gain a deep understanding of data-driven decision-making.
• Building a strong portfolio of data science projects to showcase to future employers.
• Learning about data ethics, privacy, and best practices in data handling.
• Potential for full-time employment upon successful completion of the trainee program.

• Recent graduate with a Bachelor's or Master's degree in Computer Science, Statistics, Mathematics, Physics, Economics, or a related quantitative field.
• Strong analytical and problem-solving abilities.
• Basic understanding of programming concepts, preferably in Python or R.
• Familiarity with database concepts and SQL is a plus.
• Enthusiasm for data science and a strong desire to learn and grow in this field.
• Ability to work independently and manage time effectively in a remote setting.
• Good communication and collaboration skills.
• Proactive attitude and a willingness to take initiative.
• Proficiency in English (written and spoken) is required; German language skills are advantageous.

Have you always wanted to work in a successful IT company? Then take advantage of your chance:
JOB WORLD GmbH is a partner of the leading IT companies in Austria. We offer dedicated Big Data Administrators (Apache Hadoop/Cloudera) top access to interesting IT jobs.
We are looking for ***DIRECT EMPLOYMENT*** for a renowned IT company
Big Data Administrator (Apache Hadoop/Cloudera) (all genders)

• Administrate, monitor and optimize our Big Data environment based on Apache Hadoop from Cloudera (AWS-Cloud)
• Manage and maintain services like Kafka, Flink, NiFi, DynamoDB and Iceberg Tables
• IaaC deployment via Terraform
• Plan and execute updates/upgrades
• Advise our Data Engineers and Data Scientists on the selection of Hadoop services for business use cases
• 3rd level support through troubleshooting and error analysis
• Support workload optimization (eg. query optimization)
• Evaluation and implementation of Cloud Native Services
• Technical education (Computer Science HTL, Computer Science Degree, Data Science etc.)
• Technical education (computer science studies, etc.)
• At least 5 years experience in Apache Hadoop Cloudera environments. Migration to AWS
• Experience in system administration of Linux systems (RedHat)
• Expertise in building and operating Big Data environments based on Apache Hadoop clusters
• Permanent position in a renowned IT company
• Explicit willingness to overpay: The annual gross salary is at least € 70.000,- (full-time) depending on qualifications and experience
• Our technology: Using state-of-the-art technologies is part of our mission
• Modern company: Constantly growing company, flat hierarchies, self-organized teams and agile way of working
• Attractive working environment: Homeoffice, flexible working hours, individual training, family-friendly company, ergonomic workplace, top hardware and much more
• Your personal benefits: Additional day off on your birthday, parking spaces or good public transport connections, relocation support, meal allowance or company restaurant, community events, various benefits, company doctor, etc.

• Entwicklung, Implementierung und Validierung von Machine Learning Modellen (z.B. Klassifikation, Regression, Clustering, Deep Learning).
• Analyse großer, heterogener Datensätze zur Identifizierung von Trends, Mustern und Anomalien.
• Datenvorverarbeitung, Feature Engineering und Datenbereinigung zur Optimierung von Modellperformanz.
• Experimentieren mit verschiedenen Algorithmen und Modellarchitekturen.
• Aufbau von Big Data Pipelines zur effizienten Datenverarbeitung und -speicherung.
• Erstellung von Dashboards und Visualisierungen zur Präsentation von Analyseergebnissen für technische und nicht-technische Stakeholder.
• Zusammenarbeit mit Softwareentwicklern und Produktmanagern, um datengesteuerte Lösungen zu implementieren.
• Kontinuierliche Recherche und Anwendung neuester Methoden und Technologien im Bereich Data Science und KI.
• Dokumentation von Methoden, Modellen und Ergebnissen.

• Abgeschlossenes Masterstudium oder Promotion in Informatik, Statistik, Mathematik, Physik oder einem verwandten quantitativen Fach.
• Mehrjährige Berufserfahrung als Data Scientist mit nachweisbaren Erfolgen in der Entwicklung und Anwendung von ML-Modellen.
• Fundierte Kenntnisse in Python oder R und gängigen ML-Bibliotheken (z.B. Scikit-learn, TensorFlow, PyTorch, Keras).
• Erfahrung mit Big Data Technologien und Datenbanken (z.B. Spark, Hadoop, SQL, NoSQL).
• Kenntnisse in Cloud-Plattformen (AWS, Azure, GCP) sind von Vorteil.
• Starkes Verständnis statistischer Methoden und Modellbewertungstechniken.
• Ausgeprägte Problemlösungsfähigkeiten und die Fähigkeit, komplexe Sachverhalte verständlich zu kommunizieren.
• Hohe Motivation, eigenverantwortliches Arbeiten und exzellente Kommunikationsfähigkeiten, auch in einem Remote-Setting.
• Sehr gute Deutsch- und Englischkenntnisse.

• Unterstützung bei der Datenaufbereitung, -bereinigung und -analyse großer Datensätze.
• Mithilfe bei der Entwicklung und Implementierung von Machine-Learning-Modellen (z.B. für Vorhersagen, Klassifizierung, Clustering).
• Erprobung und Anwendung verschiedener Algorithmen und Techniken im Bereich des maschinellen Lernens.
• Unterstützung bei der Visualisierung von Daten und Analyseergebnissen zur Präsentation für verschiedene Stakeholder.
• Mitarbeit an der Erstellung von Berichten und Dokumentationen.
• Erlernen und Anwenden von Tools und Technologien im Big-Data-Umfeld (z.B. Python, R, SQL, Spark).
• Teilnahme an Team-Meetings und Brainstorming-Sessions zur Lösungsfindung.
• Verständnis für geschäftliche Fragestellungen entwickeln und wie Datenwissenschaft zur Beantwortung beitragen kann.
• Einblick in den gesamten Lebenszyklus eines Data-Science-Projekts, von der Anforderungsanalyse bis zur Deployment-Unterstützung.
• Kennenlernen von Best Practices in der Datenanalyse und Modellentwicklung.

• Fortgeschrittenes Studium in einem quantitativen Fachgebiet wie Informatik, Statistik, Mathematik, Physik oder einem verwandten Bereich.
• Grundkenntnisse in Programmierung, vorzugsweise mit Python oder R.
• Grundlegendes Verständnis von statistischen Konzepten und Machine-Learning-Algorithmen.
• Erste Erfahrungen mit Datenbanken (SQL) und Datenmanipulationswerkzeugen sind von Vorteil.
• Starke analytische Fähigkeiten und eine hohe Problemlösungskompetenz.
• Lernbereitschaft und die Fähigkeit, sich schnell in neue Themen einzuarbeiten.
• Gute Deutschkenntnisse sind erforderlich.
• Teamfähigkeit und eine positive Einstellung zur Arbeit.
• Wohnsitz oder die Bereitschaft, regelmäßig die Niederlassung in Lustenau, Vorarlberg zu besuchen.

• Entwicklung und Implementierung fortgeschrittener Machine-Learning-Modelle zur Lösung komplexer geschäftlicher Herausforderungen.
• Analyse großer und komplexer Datensätze zur Gewinnung umsetzbarer Erkenntnisse und zur Identifizierung von Mustern und Trends.
• Aufbau von Vorhersagemodellen, Empfehlungssystemen und Algorithmen für die Entscheidungsfindung.
• Zusammenarbeit mit Produktmanagement- und Engineering-Teams, um datengesteuerte Produktentwicklungen zu unterstützen.
• Datenbereinigung, -aufbereitung und Feature-Engineering für die Modellentwicklung.
• Evaluierung der Modellperformance und kontinuierliche Optimierung.
• Erstellung von aussagekräftigen Visualisierungen und Berichten für technische und nicht-technische Stakeholder.
• Präsentation von Forschungsergebnissen und Modellergebnissen vor verschiedenen Zielgruppen.
• Mentoring jüngerer Data Scientists und Beitrag zur Weiterentwicklung der Data-Science-Praktiken im Unternehmen.
• Bleiben Sie auf dem Laufenden über die neuesten Entwicklungen in den Bereichen Data Science, Machine Learning und künstliche Intelligenz.

• Master-Abschluss oder Promotion in einem quantitativen Fach wie Informatik, Statistik, Mathematik, Physik oder einem verwandten Feld.
• Mindestens 5 Jahre relevante Berufserfahrung als Data Scientist mit nachweislichen Erfolgen.
• Umfangreiche Erfahrung mit Python oder R und gängigen Data-Science-Bibliotheken (z.B. scikit-learn, TensorFlow, PyTorch, Pandas, NumPy).
• Tiefe Kenntnisse verschiedener Machine-Learning-Algorithmen und statistischer Methoden.
• Erfahrung im Umgang mit Big-Data-Technologien (z.B. Spark, Hadoop) und Datenbanken (SQL/NoSQL).
• Fähigkeit, komplexe Datenprobleme zu lösen und aussagekräftige Ergebnisse zu kommunizieren.
• Starke Kommunikations- und Präsentationsfähigkeiten sind unerlässlich.
• Erfahrung mit Cloud-Plattformen (AWS, Azure, GCP) ist ein Plus.
• Analytisches Denkvermögen, Problemlösungskompetenz und eine Leidenschaft für Daten.

• Datenerfassung, -bereinigung und -transformation aus verschiedenen Quellen.
• Explorative Datenanalyse zur Identifizierung von Trends und Korrelationen.
• Entwicklung und Implementierung von Machine-Learning-Modellen unter Anleitung.
• Bewertung und Validierung von Modellperformanzen.
• Erstellung von aussagekräftigen Visualisierungen und Dashboards.
• Unterstützung bei der Erstellung von Berichten und Präsentationen für Stakeholder.
• Recherche zu neuen Methoden und Tools im Bereich Data Science.
• Mitarbeit an spannenden Projekten zur Optimierung von Geschäftsprozessen und Kundenanalysen.

• Studium im Bereich Informatik, Statistik, Mathematik, Physik oder einem verwandten quantitativen Fachgebiet.
• Grundkenntnisse in statistischen Methoden und Machine Learning Algorithmen.
• Erste Erfahrung mit Programmiersprachen wie Python (inkl. Libraries wie Pandas, NumPy, Scikit-learn) oder R.
• Kenntnisse im Umgang mit SQL-Datenbanken.
• Erfahrung mit Datenvisualisierungstools (z.B. Matplotlib, Seaborn, Tableau) ist ein Plus.
• Analytisches Denkvermögen und eine starke Problemlösungskompetenz.
• Hohe Lernbereitschaft und Interesse an neuen Technologien.
• Selbstständige und strukturierte Arbeitsweise, ideal für ein **remote** Umfeld.
• Gute Englischkenntnisse in Wort und Schrift.

• Entwicklung, Validierung und Implementierung von Machine-Learning-Modellen und statistischen Analysen auf großen Datensätzen.
• Identifizierung von Geschäftsanforderungen und Übersetzung dieser in datenwissenschaftliche Projekte.
• Explorative Datenanalyse zur Entdeckung von Mustern, Trends und potenziellen Geschäftsmöglichkeiten.
• Erstellung von Dashboards und Berichten zur Visualisierung von Analyseergebnissen für Stakeholder.
• Zusammenarbeit mit Data Engineers zur Optimierung von Datenpipelines und zur Sicherstellung der Datenqualität.
• Erforschung und Anwendung neuer analytischer Techniken und Technologien.
• Präsentation von Ergebnissen und Empfehlungen an technische und nicht-technische Zielgruppen.
• Mentoring von Junior Data Scientists und Förderung einer datengetriebenen Kultur.
• Beitrag zur Entwicklung der Big-Data-Strategie des Unternehmens.
• Bewertung und Auswahl geeigneter Tools und Plattformen für die Datenanalyse.

• Master- oder Promotionsabschluss in Informatik, Statistik, Mathematik oder einem verwandten quantitativen Bereich.
• Mindestens 5 Jahre Berufserfahrung als Data Scientist oder in einer ähnlichen analytischen Rolle.
• Umfangreiche Erfahrung mit Python oder R und deren Data-Science-Bibliotheken (z.B. Pandas, Scikit-learn, TensorFlow).
• Vertrautheit mit Big-Data-Technologien wie Spark, Hadoop oder entsprechenden Cloud-Plattformen (AWS, Azure, GCP).
• Starke Kenntnisse in Datenbanken (SQL, NoSQL) und Datenmodellierung.
• Erfahrung mit Machine-Learning-Algorithmen und deren praktischer Anwendung.
• Ausgeprägte analytische und Problemlösungsfähigkeiten.
• Sehr gute Kommunikations- und Präsentationsfähigkeiten.
• Fähigkeit, selbstständig und proaktiv in einem Remote-Umfeld zu arbeiten.
• Fließende Deutsch- und Englischkenntnisse.

• Entwicklung, Implementierung und Wartung von Machine-Learning-Modellen und Algorithmen zur Lösung komplexer Geschäftsprobleme.
• Analyse großer und heterogener Datensätze aus verschiedenen Quellen zur Gewinnung von Erkenntnissen und Mustern.
• Design und Durchführung von A/B-Tests und anderen experimentellen Designs zur Validierung von Hypotheshen.
• Erstellung von Dashboards und Berichten zur Visualisierung von Daten und Ergebnissen für Stakeholder auf allen Ebenen.
• Zusammenarbeit mit Softwareentwicklern, Produktmanagern und Business-Analysten, um datengesteuerte Lösungen zu entwickeln.
• Bewertung und Implementierung neuer Technologien und Methoden im Bereich Data Science und Big Data.
• Mentoring von Junior Data Scientists und Förderung des Wissensaustauschs im Team.
• Sicherstellung der Datenqualität, Datenintegrität und Modellperformance.
• Aufbereitung und Präsentation von Ergebnissen und Empfehlungen vor technischen und nicht-technischen Zielgruppen.

• Abgeschlossenes Master- oder Promotionsstudium in Informatik, Statistik, Mathematik, Physik oder einem verwandten quantitativen Fach.
• Mindestens 4 Jahre Berufserfahrung als Data Scientist, idealerweise mit Schwerpunkt Big Data und Machine Learning.
• Fundierte Kenntnisse in Programmiersprachen wie Python oder R und deren Data-Science-Bibliotheken (z.B. Pandas, NumPy, Scikit-learn, TensorFlow).
• Erfahrung mit Big-Data-Technologien und -Plattformen (z.B. Spark, Hadoop, Hive, SQL/NoSQL-Datenbanken).
• Praktische Erfahrung in der Anwendung verschiedener Machine-Learning-Algorithmen (Regression, Klassifizierung, Clustering, Deep Learning).
• Kenntnisse in Datenvisualisierungstools (z.B. Tableau, Power BI, Matplotlib).
• Starke analytische und Problemlösungsfähigkeiten.
• Sehr gute Kommunikationsfähigkeiten in Deutsch und Englisch.
• Teamfähigkeit und die Bereitschaft, sich kontinuierlich weiterzubilden.