Data ScienceSenior
Data Science × Senior
Mit über 10 Jahren Erfahrung im Bereich Data Science habe ich in der Finanz- und E-Commerce-Branche die Entwicklung von Machine-Learning-Modellen bis hin zum Aufbau von MLOps geleitet. Ich habe Empfehlungs-Engines entwickelt, die zu Umsatzsteigerungen in Milliardenhöhe beigetragen haben, und Datenplattformen für Produkte mit über einer Million täglichen Nutzern aufgebaut. Meine Stärke liegt darin, Geschäftsprobleme zu identifizieren, von der Proof-of-Concept-Phase bis zur Bereitstellung in der Produktion zu führen und Teams zu managen.
📌 Karriereprofil
- ▸Bei einem großen SI-Unternehmen war ich für die Beratung zum Aufbau von Data Warehouses und die Einführung von BI-Lösungen verantwortlich. Von der Anforderungsanalyse bis zum Datenmodellierung (3 Jahre).
- ▸Nach dem Wechsel zu einem internationalen Technologieunternehmen leitete ich als Senior Data Scientist die Entwicklung von Empfehlungsalgorithmen für E-Commerce und die Standardisierung von MLOps-Pipelines (5 Jahre).
- ▸Derzeit bin ich bei einem großen inländischen Finanzinstitut im DX-Förderungsteam tätig, wo ich die KI-basierte Kreditwürdigkeitsmodellierung und die Leitung eines Data-Science-Teams von 8 Personen verantworte (2 Jahre).
📌 Erfolge & Stärken
- ▸Überarbeitung des personalisierten Empfehlungsmodells für eine E-Commerce-Website, was zu einer Steigerung der Conversion-Rate um 14% und einem zusätzlichen Jahresumsatz von 2,5 Milliarden Yen führte.
- ▸Einführung eines KI-gestützten Kreditprüfungsmodells, das die Bearbeitungszeit für Kreditanträge von durchschnittlich 3 Tagen auf 15 Minuten reduzierte und die Ausfallrate um 0,8% senkte.
- ▸Aufbau einer internen MLOps-Plattform (Kubeflow, MLflow), die die Zeit bis zur Produktionsbereitstellung von Modellen von 4 Wochen auf 3 Tage verkürzte.
📌 Kenntnisse
- ▸Sprachen und Frameworks: Python, SQL, PyTorch, TensorFlow, Scikit-learn, Spark
- ▸MLOps und Infrastruktur: Docker, Kubernetes, Kubeflow, MLflow, AWS (SageMaker, Redshift, Glue), GCP (BigQuery, Vertex AI)
- ▸Data Engineering: dbt, Airflow, Kafka
- ▸Business und Management: Projektmanagement, Teambuilding, Stakeholder-Kommunikation, Englisch (Business-Level / TOEIC 920)
📌 Selbstpräsentation
- ▸Ich bin ein Data Scientist, der nicht 'Technologie um der Technologie willen' verfolgt, sondern den Geschäftseinfluss in den Vordergrund stellt. Bei meinem vorherigen Arbeitgeber im E-Commerce schlug ich ein damals modernes Deep-Learning-Modell vor, stieß jedoch aufgrund von Inferenzkosten und Latenzzeiten auf Widerstand seitens der Geschäftsabteilung. Daraufhin entwickelte und implementierte ich ein hybrides Modell, das ein leichtgewichtiges XGBoost mit einem neuronalen Netzwerk kombinierte. Dies reduzierte die Inferenzkosten um 60% bei gleichbleibender Genauigkeit und führte zu einem zusätzlichen Jahresumsatz von 2,5 Milliarden Yen. Diese Erfahrung hat mich überzeugt, dass meine größte Stärke darin liegt, technische Neugier und geschäftliche Einschränkungen in Einklang zu bringen und optimale Lösungen unter Einbeziehung der Stakeholder zu finden.
💡 Wichtige Tipps
- 💡Passen Sie Ihren Lebenslauf an: Für japanische Unternehmen betonen Sie 'Anpassungsfähigkeit und Konsensbildung', für internationale Unternehmen 'technische Führung und kennzahlengetriebenen Teamaufbau'.
- 💡Auf Senior-Niveau ist es entscheidend, nicht nur 'technische Umsetzung', sondern auch 'Identifikation von Geschäftsproblemen und ROI-Maximierung' zu zeigen. Bereiten Sie sich auf Fragen zu gescheiterten PoC-Projekten und daraus gewonnenen Erkenntnissen vor.
- 💡Erfahrung in MLOps und Data Governance ist derzeit sehr gefragt. Heben Sie daher nicht nur die Modellentwicklung hervor, sondern auch, wie Sie Betriebs- und Wartungskosten gesenkt haben.
🔗 🔗 Andere Stufen
Zuletzt geprüft: 2026-09-06 · aijobs Redaktion