Data Science Jobs in Nürnberg

Du bewertest AI-Use-Cases gemeinsam mit Kunden und übersetzt Anforderungen in technische Lösungsansätze. Du entwickelst ML-und GenAI-Lösungen, z.B. mit LLMs, RAG oder klassischen Machine-Learning-Methoden. Du konzipierst Daten-und ML-Pipelines und bringst AI-Lösungen in produktionsnahe Umgebungen.

Du bewertest AI-Use-Cases gemeinsam mit Kunden und übersetzt Anforderungen in technische Lösungsansätze. Du entwickelst ML-und GenAI-Lösungen, z.B. mit LLMs, RAG oder klassischen Machine-Learning-Methoden. Du konzipierst Daten-und ML-Pipelines und bringst AI-Lösungen in produktionsnahe Umgebungen. Du arbeitest mit Cloud-, Data-und Platform-Teams zusammen.

Analyse bestehender Entwicklungsprozesse und ihrer Dokumentation sowie Identifikation systematischer Lücken Strukturierung, Harmonisierung und Überführung heterogener Prozess- und Wissensdokumentationen in das entwickelte Metamodell sowie Aufbau einer maschinenlesbaren Wissensbasis Entwicklung eines Metamodells und eines standardisierten Erhebungsschemas für maschinen- und menschenlesbare Prozess- und Wissensdokumentation

Entwickle KI-Lösungen: Du unterstützt bei der Entwicklung maßgeschneiderter Data-Science- und KI-Lösungen – vom Proof-of-Concept bis hin zu operativen Machine-Learning-Modellen.

Vertretung des Fachgebiets KI-gestützte Softwareentwicklung in der Lehre und in der angewandten Forschung Ausbau und Weiterentwicklung des Lehrangebots im Bereich Softwareentwicklung, insbesondere vor dem Hintergrund der zunehmenden KI-Unterstützung und Automatisierung von Softwareentwicklungsprozessen Entwicklung von Lehrangeboten zur KI-gestützten und agentischen Softwareentwicklung

Vermittlung von Kenntnissen zu: Daten, Prognosen, Wissensgewinnung und deren Umsetzung Datenaufbereitung und Datenbereitstellung Reporting und Optimierung von Prozessen Grundausbildung zu den Themen Software-Engineering und Anwendungsentwicklung Testen und Analysieren von technischen Lösungen sowie Evaluierung von bestehender Software

Analyse und Modellierung von Prozessen zur Identifikation von Automatisierungs- und Produktpotenzialen Planung und Umsetzung pragmatischer technischer Scriptinglösungen Produktentwicklung für den deutschen und internationalen Rechtsmarkt Beobachtung und Bewertung technologischer Trends im Bereich Legal Tech / Legal AI zur Weiterentwicklung der Innovationsstrategie

Design von KI-/ML-Plattformen unter Berücksichtigung bestehender Rahmenbedingungen (Governance-Anforderungen, Sicherheit, Skalierbarkeit und Interoperabilität; enge Abstimmung mit IT-Architektur, Datenschutz und Compliance) Entwicklung, Etablierung und Pflege von Standards und Richtlinien für den Einsatz von KI in der Stadtverwaltung (Datenmodelle, APIs/Events, Qualitäts- und Sicherheitsanforderungen, Monitoring, Betrieb, Open-Source-Strategie, Lieferantenbewertung) Mitwirkung an KI-Projekten vom Beratungsprozess über die Pilotierung bis hin zur Produktivsetzung und dem operativen Betrieb

Fachliche & Disziplinarische Führung: Du führst dein Team nach den Prinzipien der Servant Leadership. Du förderst die individuellen Stärken deiner Entwickler, begleitest sie bei ihrer Karriereentwicklung und schaffst ein Umfeld von psychologischer Sicherheit und hoher Innovationskraft. Technische Roadmap & Management-Verantwortung: Du erstellst eigenverantwortlich die langfristige technische Roadmap von STACKIT Data & AI Produkten. Hands-on Engineering: Du bist aktiv in die Softwareentwicklung eingebunden mit Hands-on Anteil. Du schreibst hochperformanten, concurrency-sicheren und sauberen Code in Go (Golang), und entwickelst Cloud-Native Services sowie Kubernetes-Operatoren.

Du verantwortest die technische Sicherheit unserer KI-Plattform auf Basis von Kubernetes und STACKIT. Du führst Threat Modeling und Risikoanalysen für neue KI-Anwendungen durch. Du begleitest Roll-outs mit Security Reviews und klaren technischen Empfehlungen. Du härtest Kubernetes-Umgebungen, zum Beispiel über RBAC, Network Policies, Pod Security Standards, Admission Control und Policy as Code. Du arbeitest mit bestehenden Policy-as-Code-Ansätzen, insbesondere Kyverno. Du sicherst die Software Supply Chain ab, zum Beispiel mit signierten Container Images, SBOMs, Schwachstellen-Scans, Trivy und Image Hardening.

Definition und Weiterentwicklung der Zielarchitektur einer Voice- und AI-basierten Softwareplattform Architektur und Design cloud-nativer Microservice-Lösungen auf Basis von Azure und Kubernetes Konzeption von API-, Integrations- und Kommunikationsarchitekturen für verteilte Systeme Integration von Speech-to-Text-, NLP- und AI-Komponenten in die Plattformlandschaft Technische Beratung der Entwicklungsteams sowie Sicherstellung von Skalierbarkeit, Performance und Betriebssicherheit

Bewertung und Förderung moderner Software-Engineering-Technologien, -Tools und -Praktiken mit Schwerpunkt auf KI-gestützter Entwicklung, Automatisierung sowie Entwicklungsproduktivität Beratung von Entwicklungsteams in den Bereichen Softwarearchitektur, Java, APIs, Qualität, Observability und Cloud-native Entwicklung Vorantreiben der Einführung moderner Architekturansätze wie Microservices, ereignisgesteuerte Architektur, DDD und API-First-Design Mitwirkung an strategischen technischen Initiativen sowie Mitgestaltung der Zukunft der KI-gestützten und agentenbasierten Softwareentwicklung bei DACHSER

Mitgestaltung der Architektur eines verteilten Systems, das für eine große, heterogene Kundenbasis skalieren muss. Treffe fundierte Entscheidungen zum Technologie-Stack. Welche Agenten-Frameworks diesen als Basis, wie kommunizieren Agenten miteinander, wann ist ein Human-in-the-Loop-Check erforderlich und wann kann das System autonom handeln. Konzeption, wie Agenten auf Wissen zugreifen und es nutzen. Hier gehören RAG, Vektordatenbanken und vor allem die Genauigkeit der Informationsabfrage dazu; nicht nur das Aufsetzen einer Datenbank.

Analyse bestehender Berechnungs- und Auslegungsverfahren in der Wasser- und Abwassertechnik. Aufbereitung und Auswertung vorhandener Prozess- und Anlagendaten. Untersuchung geeigneter KI- und Machine-Learning-Methoden. Entwicklung eines Modells zur Unterstützung technischer Berechnungen und Auslegungsprozesse. Vergleich der KI-gestützten Ergebnisse mit konventionellen Berechnungsmethoden.

Übernahme der Architekturverantwortung für KI-native Delivery-Vorhaben, von Problemklärung, Zielbild, Kontext und Annahmen bis zu nachvollziehbaren Architekturentscheidungen Gestaltung sicherer und flexibler Lösungsarchitekturen, in denen Menschen, KI-Systeme, Agenten, Daten, Tools und bestehende Anwendungen sinnvoll zusammenarbeiten Erarbeitung verständlicher Entscheidungsgrundlagen, Trade-off-Analysen und adressatinnengerechte Unterlagen für technische Teams, Auftraggeberinnen und Stakeholder*innen Validierung von Architekturannahmen durch Prototypen, technische Spikes, Evaluationen und frühe Delivery-Ergebnisse

Lerne in diesem Studiengang, wie Künstliche Intelligenz (KI) die digitale Transformation vorantreibt, und arbeite in den Praxisphasen an spannenden Projekten zu Themen wie Machine Learning, generative KI (GenAI) oder Cloud Computing. Deine Zukunft liegt uns am Herzen. Wir fördern deine Stärken und stehen dir zur Seite: Dein persönlicher Mentor(m/w/d/x) unterstützt dich in deiner fachlichen und persönlichen Entwicklung und begleitet dich auch in den Theoriephasen. Nach deinem erfolgreichen Abschluss bist du bestens auf eine verantwortungsvolle Rolle in unserem Unternehmen vorbereitet, sei es als KI-Experte oder Data Scientist.

In der Studienrichtung Künstliche Intelligenz sind darüber hinaus folgende Studienfächer wesentlich: Künstliche Intelligenz, Cloud Technologien, Machine Learning, Datenmanagement, Software-Architekturen für Big Data. In den Praxisphasen sammelst du Erfahrungen zum Beispiel in der Softwareentwicklung, Mess- und Prüftechnik, Fahrzeugentwicklung, Produktionsüberwachung und -steuerung oder IT-Netzwerkbetreuung, Netzwerkadministration und Datensicherheit.

In der Studienrichtung Künstliche Intelligenz sind darüber hinaus folgende Studienfächer wesentlich: Künstliche Intelligenz, Cloud Technologien, Machine Learning, Datenmanagement, Software-Architekturen für Big Data. In den Praxisphasen sammelst du Erfahrungen zum Beispiel in der Softwareentwicklung, Mess- und Prüftechnik, Fahrzeugentwicklung, Produktionsüberwachung und -steuerung oder IT-Netzwerkbetreuung, Netzwerkadministration und Datensicherheit.

Theorie und Praxis verbinden: In den Theoriephasen lernst du Themen wie Programmierung, Data Engineering, Machine Learning und Künstliche Intelligenz. In den Praxisphasen setzt du dein Wissen direkt bei uns im Unternehmen um. Daten verstehen und nutzen: Du unterstützt bei der Erfassung, Verarbeitung und Analyse von strukturierten und unstrukturierten Daten und hilfst dabei, daraus wertvolle Erkenntnisse für unsere Geschäftsprozesse zu gewinnen. KI-Lösungen entwickeln: Du wirkst an der Konzeption und Umsetzung von KI-basierten Systemen mit – etwa zur Automatisierung von Abläufen, zur Prognose von Trends oder zur Optimierung von Entscheidungen.