17 Jobs für Datenmodellierung in Deutschland

An international technology company in the field of smart devices and consumer apps is seeking an expert in data-driven technologies. In this role, you work at the intersection of data, product, and business — developing scalable data models and leveraging large volumes of real-time data to generate valuable insights and measurable impact. You combine analytical thinking with strong technical expertise and help enable data-driven decision-making across the entire organization.

• Develop scalable data models that transform millions of GPS positions, activity data, and user interactions into actionable insights.
• Use modern tools like dbt to structure and analyze data from devices and apps — enabling data-driven product, marketing, and business decisions.
• Collaborate closely with Data Analysts, Engineers, and Scientists to build a reliable, scalable data platform that drives innovation across the company.

• 5+ years of experience in data modeling, data architecture, and analytics, with advanced SQL skills and hands-on work in large-scale environments (e.g. Redshift, Snowflake, BigQuery).
• Strong knowledge of dbt or similar tools for transforming raw data into actionable insights, plus a solid grasp of both data engineering and analytical concepts.
• Analytical mindset, structured and independent work style, and passion for turning complex data into measurable business impact — fluent English required.

• Enjoy a true 4-day work week with full salary — giving you more time to recharge, focus, and live life beyond work.
• Hybrid setup with flexible scheduling, wellness bonus, and online learning budget to support your personal and professional growth.
• Join an international, pet-loving team with relocation support, public transport discounts.

• Unterstützung des Data Science Teams bei der Entwicklung und Implementierung von Vorhersagemodellen für verschiedene Geschäftsbereiche.
• Datenerfassung, -bereinigung und -transformation aus unterschiedlichen Quellen.
• Durchführung explorativer Datenanalysen zur Identifizierung von Mustern und Trends.
• Anwendung verschiedener Machine-Learning-Algorithmen (z.B. Regression, Klassifikation, Clustering) zur Modellbildung.
• Validierung und Testen von Modellen sowie Interpretation der Ergebnisse.
• Visualisierung von Daten und Modellergebnissen zur Präsentation für interne Stakeholder.
• Mitarbeit bei der Dokumentation von Datenmodellen und Analyseprozessen.
• Erlernen und Anwenden neuer Data-Science-Techniken und Tools.
• Zusammenarbeit mit anderen Abteilungen, um datengesteuerte Erkenntnisse zu gewinnen.
• Unterstützung bei der Implementierung von Modellen in Produktionsumgebungen.

• Fortgeschrittenes Studium in Informatik, Statistik, Mathematik, Physik oder einem verwandten quantitativen Fachgebiet.
• Grundlegende Kenntnisse in Statistik und Wahrscheinlichkeitstheorie.
• Erste Erfahrungen mit Programmiersprachen wie Python oder R und relevanten Bibliotheken (z.B. Pandas, NumPy, Scikit-learn).
• Grundlegendes Verständnis von Machine-Learning-Konzepten und -Algorithmen.
• Fähigkeit, Daten effektiv zu analysieren und zu interpretieren.
• Sehr gute analytische Fähigkeiten und eine strukturierte Arbeitsweise.
• Deutschkenntnisse sind erforderlich, Englischkenntnisse sind von Vorteil.
• Teamfähigkeit und eine hohe Lernbereitschaft.
• Schnelle Auffassungsgabe und Freude an der Lösung komplexer Probleme.
• Eine eigenständige und proaktive Arbeitsweise.

• Entwicklung, Implementierung und Wartung von fortschrittlichen statistischen und Machine-Learning-Modellen für Risikobewertung und -management.
• Datenanalyse und Exploration zur Identifizierung von Mustern und Treibern von Risiken.
• Validierung und Kalibrierung von Modellen zur Sicherstellung ihrer Genauigkeit und Zuverlässigkeit.
• Zusammenarbeit mit Fachabteilungen (Risiko, Aktuariat, Underwriting) zur Definition von Modellierungsanforderungen.
• Bereinigung, Transformation und Aufbereitung großer, komplexer Datensätze.
• Bewertung der Modellperformance und Ableitung von Handlungsempfehlungen.
• Aufbau von Prototypen und Durchführung von A/B-Tests für neue Modellansätze.
• Dokumentation von Modellen und Prozessen gemäß regulatorischen Anforderungen.
• Präsentation von Analyseergebnissen und Modellergebnissen für technische und nicht-technische Stakeholder.
• Kontinuierliche Beobachtung neuer Technologien und Methoden im Bereich Data Science und Risikomodellierung.

• Masterabschluss oder Promotion in einem quantitativen Fach (z.B. Statistik, Mathematik, Informatik, Physik, Ökonometrie).
• Mindestens 5 Jahre einschlägige Berufserfahrung in der Data Science, insbesondere in der Risikomodellierung im Finanzdienstleistungs- oder Versicherungssektor.
• Fundierte Kenntnisse in Machine Learning, statistischer Modellierung und Prädiktiver Analytik.
• Umfassende Erfahrung mit Programmiersprachen wie Python oder R und relevanter Bibliotheken (scikit-learn, TensorFlow, PyTorch, statsmodels).
• Erfahrung im Umgang mit Datenbanken (SQL) und großen Datensätzen.
• Vertrautheit mit regulatorischen Anforderungen im Finanz-/Versicherungsumfeld (z.B. Solvency II, Basel).
• Hervorragende analytische und Problemlösungsfähigkeiten.
• Starke Kommunikationsfähigkeiten zur Erklärung komplexer technischer Sachverhalte.
• Fähigkeit zur effektiven Arbeit in einem Remote-Team.
• Sehr gute Deutsch- und Englischkenntnisse.

• Führung eines Teams von Data Scientists im Bereich Financial Modeling.
• Entwicklung und Implementierung fortgeschrittener quantitativer Modelle.
• Anwendung von Machine Learning und statistischen Methoden auf Finanzdaten.
• Definition der technischen Strategie für Data Science Projekte.
• Beratung von Geschäftsbereichen bei datenbezogenen Fragestellungen.
• Qualitätssicherung und Validierung von Modellen.
• Präsentation von Ergebnissen und Empfehlungen an das Management.

• Master oder Promotion in einem quantitativen Fachgebiet.
• Mehrjährige Erfahrung als Data Scientist im Finanzsektor.
• Nachgewiesene Führungserfahrung.
• Umfangreiche Kenntnisse in Machine Learning, Statistik und Programmierung (Python/R).
• Erfahrung mit Big-Data-Technologien.
• Starke analytische und kommunikative Fähigkeiten.
• Fließende Deutsch- und Englischkenntnisse.

• Entwicklung, Validierung und Implementierung von Finanzmodellen
• Anwendung von Machine Learning und statistischen Methoden
• Datenanalyse, Feature Engineering und Modelloptimierung
• Zusammenarbeit mit Portfoliomanagern und Händlern
• Erstellung von Risikomodellen und Preismodellen
• Arbeit mit großen Datensätzen und Big-Data-Technologien
• Präsentation von Modellergebnissen und deren Implikationen

• Master/Promotion in Quantitativen Finanzen, Statistik, Informatik o.ä.
• Mindestens 5 Jahre Erfahrung in der Finanzmodellierung
• Sehr gute Programmierkenntnisse in Python/R und relevanten Bibliotheken
• Umfangreiche Erfahrung mit SQL und Big Data Tools (z.B. Spark)
• Tiefes Verständnis von Finanzmärkten und Instrumenten
• Starke analytische und Kommunikationsfähigkeiten
• Erfahrung in der Arbeit in verteilten, remote Teams
• Fließende Deutsch- und Englischkenntnisse

• Entwicklung, Validierung und Implementierung fortschrittlicher prädiktiver Modelle unter Verwendung von statistischen Methoden und Machine Learning Techniken.
• Analyse großer und komplexer Datensätze zur Identifizierung von Mustern, Trends und Vorhersagen.
• Auswahl geeigneter Modellierungstechniken und Algorithmen für spezifische Geschäftsanforderungen.
• Erstellung von Feature Engineering und Datentransformationen zur Verbesserung der Modellgenauigkeit.
• Bewertung und Interpretation der Modellergebnisse sowie Kommunikation der Erkenntnisse an technische und nicht-technische Stakeholder.
• Überwachung der Modellperformance im Live-Betrieb und Durchführung von notwendigen Anpassungen oder Neuentwicklungen.
• Zusammenarbeit mit Data Engineers zur Sicherstellung einer robusten Dateninfrastruktur und erfolgreichen Modellbereitstellung (Deployment).
• Identifizierung neuer Datenquellen und Analyseansätze zur Erschließung zusätzlicher Geschäftswerte.
• Durchführung von A/B-Tests und Experimenten zur Bewertung von Modellverbesserungen.
• Mentoring von Junior Data Scientists und Förderung des Wissensaustauschs im Team.

• Abgeschlossenes Masterstudium oder Promotion in Informatik, Statistik, Mathematik, Physik, Ingenieurwesen oder einem verwandten quantitativen Feld.
• Mindestens 5 Jahre relevante Berufserfahrung in der Datenwissenschaft mit nachweisbarer Erfolgsbilanz in der Entwicklung und Bereitstellung prädiktiver Modelle.
• Tiefgehendes Verständnis von statistischen Konzepten und Machine Learning Algorithmen (z.B. Regression, Klassifikation, Clustering, Zeitreihenanalyse, Deep Learning).
• Fortgeschrittene Kenntnisse in Programmiersprachen wie Python oder R und Erfahrung mit relevanten Bibliotheken (z.B. Scikit-learn, TensorFlow, Keras, Pandas).
• Erfahrung mit Datenbanken, SQL und idealerweise Big-Data-Technologien (z.B. Spark).
• Starke analytische, kritische und Problemlösungsfähigkeiten.
• Exzellente Kommunikationsfähigkeiten, um komplexe Ergebnisse klar und prägnant zu vermitteln.
• Selbstständige, ergebnisorientierte und proaktive Arbeitsweise, mit der Fähigkeit, effektiv remote zu arbeiten.
• Fließende Deutsch- und Englischkenntnisse in Wort und Schrift.

• Konzeption, Entwicklung, Validierung und Implementierung von prädiktiven Modellen und Algorithmen für industrielle Anwendungen (z.B. Predictive Maintenance, Anomalieerkennung).
• Datenbereinigung, -transformation und -exploration großer und komplexer Datensätze aus industriellen Sensoren und Systemen.
• Auswahl und Anwendung geeigneter statistischer Methoden und Machine Learning Algorithmen.
• Enge Zusammenarbeit mit Domänenexperten (Ingenieure, Techniker) zur Gewinnung von Einblicken und zur Validierung von Modellergebnissen.
• Bewertung und Optimierung der Modellleistung, inklusive Monitoring und kontinuierlicher Verbesserung im Produktivbetrieb.
• Visualisierung und Kommunikation von komplexen Analyseergebnissen für technische und nicht-technische Stakeholder.
• Entwicklung von Skripten und Tools zur Automatisierung von Datenverarbeitungs- und Modellierungsprozessen.
• Betreuung von Data Science Projekten von der Idee bis zur produktiven Anwendung.
• Forschungsarbeit zur Identifizierung neuer Methoden und Technologien im Bereich künstliche Intelligenz und maschinelles Lernen.
• Mentoring von Junior Data Scientists und Förderung des Wissensaustauschs im Team.

• Abgeschlossenes Masterstudium oder Promotion in Informatik, Statistik, Mathematik, Physik, Ingenieurwesen oder einem quantitativen verwandten Fachgebiet.
• Mehrjährige, nachgewiesene Berufserfahrung als Data Scientist, mit einem starken Fokus auf prädiktive Modellierung und Zeitreihenanalyse.
• Experte in mindestens einer gängigen Programmiersprache für Data Science (z.B. Python, R) und relevanten Bibliotheken (z.B. scikit-learn, TensorFlow, PyTorch, Pandas).
• Erfahrung mit Cloud-Plattformen (AWS, Azure, GCP) und Big-Data-Technologien (z.B. Spark, Hadoop).
• Fundierte Kenntnisse verschiedener Machine Learning Algorithmen (Regression, Klassifikation, Clustering, Deep Learning) und deren Anwendung.
• Starke analytische, quantitative und Problemlösungsfähigkeiten.
• Hervorragende Kommunikationsfähigkeiten, um technische Konzepte verständlich zu vermitteln.
• Selbstständige, strukturierte und ergebnisorientierte Arbeitsweise.
• Fließende Deutsch- und sehr gute Englischkenntnisse.
• Erfahrung im industriellen Umfeld, insbesondere im Bereich Anlagenüberwachung oder Predictive Maintenance, ist ein starkes Plus.