Swiss Timing Data Scientist

Über Swiss Timing

Swiss Timing steht an der Schnittstelle von Schweizer Präzision, technologischer Innovation und Sport auf höchstem Niveau. Als Mitglied der Swatch Group hat sich das Unternehmen einen außergewöhnlichen Ruf für Zeitmessung, Wertung, Datenverarbeitung und Broadcast-Lösungen bei den Olympischen Spielen und führenden internationalen Wettbewerben erworben. Als Arbeitgeber bietet Swiss Timing ein dynamisches Umfeld, in dem Ingenieurinnen und Ingenieure, Projektleitende, Technikerinnen und Techniker sowie digitale Spezialistinnen und Spezialisten zu Momenten beitragen, die von Millionen verfolgt werden. Das Unternehmen legt Wert auf Genauigkeit, Zuverlässigkeit, Teamarbeit und souveräne Exzellenz unter Druck und bietet Mitarbeitenden die Möglichkeit, an komplexen globalen Veranstaltungen mitzuwirken und zugleich die Standards der Leistungsmessung im Spitzensport weiterzuentwickeln.

Aufgaben und Verantwortung

• Wenden Sie statistische Analysen auf komplexe Datensätze an und entwickeln, evaluieren sowie optimieren Sie kontinuierlich überwachte und unüberwachte Machine-Learning-Modelle
• Entwickeln Sie agentenbasierte Systeme, die mit Datenquellen und analytischen Tools interagieren
• Erstellen Sie KI-gestützte Self-Service-Analyselösungen für maßgeschneiderte Analysen, Visualisierungen und verwertbare Erkenntnisse für Athleten, Verbände, Medien und interne Stakeholder
• Analysieren und kontextualisieren Sie Sportdaten, um Algorithmen zu entwickeln, die wichtige Leistungsmetriken berechnen
• Arbeiten Sie mit Engineering-Teams zusammen, um sicherzustellen, dass für ML- und KI-Anwendungen verwendete Datenbanken sauber, strukturiert und mit robusten Datenqualitätsprüfungen validiert sind
• Arbeiten Sie eng mit technischen und Engineering-Teams zusammen, um Machine-Learning-Modelle in der Produktivumgebung bereitzustellen, zu warten und zu überwachen
• Tragen Sie zur Innovation bei, indem Sie neue Methodologien erkunden und proaktiv bestehende KI- und ML-Systeme verbessern

Qualifikationen

• Abschluss in Data Science, Informatik, Ingenieurwesen, Mathematik oder einem verwandten Fachgebiet
• Fundierter Hintergrund in Statistik und Machine Learning, einschließlich Erfahrung mit überwachtem und unüberwachtem Lernen sowie Modellbewertung
• Erfahrung mit LLM-basierten Anwendungen oder agentenbasierten Systemen
• Kenntnisse in Python; Erfahrung mit SQL, C++ und C# ist von Vorteil
• Erfahrung mit Datenvisualisierung, wissenschaftlichen Analyse-Workflows und der Bereitstellung von Modellen in Produktivumgebungen
• Solides Verständnis wissenschaftlicher Methodik, Testing und experimenteller Validierung

Kompetenzen

Erfahrung

Erfahrung bei der Entwicklung und Bereitstellung von Machine-Learning-Modellen in Produktivumgebungen mit nachgewiesener Expertise in sowohl überwachten als auch unüberwachten Lernansätzen. Erfahrung in der Anwendung statistischer Analysen auf komplexe Datensätze und beim Aufbau von Analytics-Pipelines ist erforderlich. Vertrautheit mit LLM-basierten Anwendungen oder agentenbasierten Systemen ist sehr wertvoll.

Ausbildung

Abschluss in Data Science, Informatik, Ingenieurwesen, Mathematik oder einem verwandten Fachgebiet.

Arbeitsumfeld

Unternehmenskultur

Swiss Timing bietet eine Arbeitskultur, die von Präzision, Innovation und der Faszination des Sports auf Weltniveau geprägt ist. Als Teil der Swatch Group vereint das Unternehmen technisches Know-how, Teamgeist und operative Exzellenz und eröffnet Mitarbeitenden die Möglichkeit, zu international vielbeachteten Veranstaltungen beizutragen, bei denen Zuverlässigkeit und Leistungsfähigkeit entscheidend sind.

Über Cerulean

Cerulean ist das maßgebliche Karriereportal für die weltweite Luxusbranche. Wir bringen außergewöhnliche Fachkräfte mit exklusiven Chancen bei den prestigeträchtigsten Marken der Welt zusammen. Von der Haute Couture und der feinen Uhrmacherkunst über Prestige Beauty und Hotellerie bis zum Boutique-Retail bündelt Cerulean die Stellenangebote des Luxus, damit Sie die Karriere finden, für die Sie bestimmt sind.