aijobs 🇩🇪
AnmeldenRegistrieren
Data ScienceBerufseinsteiger

Data Science × Berufseinsteiger

Als Absolvent strebe ich eine Karriere im Bereich Data Science an. Durch meine Forschung im Bereich maschinelles Lernen im Masterstudium und langfristige Praktika bei zwei KI-Startups habe ich fundierte Kenntnisse in der Erstellung von Vorhersagemodellen mit Python sowie in der Extraktion und Analyse großer Datenmengen mit SQL erworben. Zudem habe ich bei Kaggle Medaillen gewonnen. Meine Stärke liegt darin, geschäftliche Probleme mathematisch zu erfassen und End-to-End-Lösungen zu implementieren.

📌 Karriereprofil

  • ▸September 2022 – August 2023: Praktikum als Data Scientist bei KI-Startup A. Mitarbeit im Projekt zur Verbesserung der Empfehlungs-Engine einer E-Commerce-Website; verantwortlich für Feature Engineering und Offline-Bewertung der Modelle.
  • ▸April 2023 – März 2024: Forschungsassistent bei universitärem Startup B. Entwicklung eines Tools zur Sentimentanalyse von Kundenbewertungen mittels NLP von Grund auf, einschließlich der Bereitstellung als API.
  • ▸Seit April 2021: Masterstudium in Ingenieurwissenschaften (Fachrichtung Intelligente Systeme). Forschung zu Anomalieerkennungsalgorithmen mit Zeitreihendaten; Präsentation der Ergebnisse auf einer internationalen Konferenz als Poster.

📌 Erfolge & Stärken

  • ▸Durch die Überarbeitung des Empfehlungsmodells im Praktikum die Klickrate (CTR) um 14,5% gegenüber dem bisherigen Modell gesteigert, was einem monatlichen Umsatzplus von ca. 8 Millionen Yen entspricht.
  • ▸Bei Kaggle-Wettbewerben mit Tabellendaten ein Ensemble aus LightGBM und neuronalen Netzen entwickelt und die Top 2% (Silbermedaille) erreicht.
  • ▸Eigenständiger Aufbau und Betrieb der Serverumgebung des Labors (AWS EC2/GPU); Automatisierung der Ressourcenzuweisung für 15 Forschungsmitglieder, wodurch die Forschungseffizienz um 30% verbessert wurde.

📌 Kenntnisse

  • ▸Programmiersprachen: Python (Pandas, NumPy, Scikit-learn), SQL, R
  • ▸Maschinelles Lernen & Deep Learning: PyTorch, LightGBM, XGBoost, Hugging Face Transformers
  • ▸Dateninfrastruktur & MLOps: AWS (S3, EC2, SageMaker), Docker, Git/GitHub, MLflow
  • ▸Sprachen & Sonstiges: Englisch (TOEIC 860, sicher im Lesen wissenschaftlicher Arbeiten und Erstellen technischer Dokumentation), Statistik-Zertifikat (Level 2)

📌 Selbstpräsentation

  • ▸Als Brücke zwischen Technologie und Business treibe ich Projekte voran. Im Praktikum stand ich vor der Herausforderung: 'Hohe Modellgenauigkeit, aber unverhältnismäßige Inferenzkosten'. Durch Zusammenarbeit mit Ingenieuren optimierte ich das Modell mittels Distillation und ONNX-Format, wodurch die Latenz um 40% reduziert wurde, während die Genauigkeit bei 98% blieb. Ich lege großen Wert darauf, Geschäftsanforderungen und technische Einschränkungen in Einklang zu bringen und Werte End-to-End zu liefern.

💡 Wichtige Tipps

  • 💡Bei Data-Science-Positionen für Berufseinsteiger zählen Potenzial und Implementierungsstärke. Bereiten Sie sich darauf vor, im Vorstellungsgespräch nicht nur Ihre Kaggle-Platzierung, sondern auch Ihre Hypothesen und Feature-Engineering-Ansätze zu erläutern.
  • 💡Unabhängig von der Unternehmensart sind solide SQL- und Datenvorverarbeitungskenntnisse unerlässlich. Heben Sie hervor, wie Sie mit unstrukturierten Daten umgegangen sind – das wird positiv bewertet.
  • 💡Formulieren Sie Ihre Forschungsergebnisse und Praktika so, dass auch Nicht-Techniker wie HR oder Geschäftsbereichsleiter den geschäftlichen Nutzen (Umsatz, Kosteneinsparungen) verstehen.
  • 💡Wenn Sie bei ausländischen Unternehmen einsteigen möchten, rechnen Sie mit Codetests (z.B. LeetCode) und technischen Interviews auf Englisch. Üben Sie daher Algorithmen und die Präsentation Ihrer Projekte auf Englisch.

🔗 🔗 Andere Stufen

Data Science × BerufserfahreneData Science × Senior
Zuletzt geprüft: 2026-09-06 · aijobs Redaktion
← Weitere MusterLebenslauf mit KI erstellen →