{"id":82158,"title":"Data Scientist (w/m/d) – Applied AI","company":"Bertelsmann-Jobs","city":"Berlin","region":"Berlin","location":"Berlin, Berlin, Germany","work_model":"hybrid","employment_type":"full_time","employment":["full_time"],"roles":["data_science"],"visa":"not_mentioned","relocation":"not_mentioned","posted_at":"2026-11-03T09:29:45.608000+00:00","tools":["PyTorch","NLP","LLM","Python","TypeScript","Spark","Trino","PostgreSQL"],"seniority":"unknown","years_experience_min":null,"german_requirement":"not_mentioned","german_level":"unspecified","english_requirement":"not_mentioned","english_level":"unspecified","team_language":"unknown","confidence":0.4,"method":"rules+llm","language_badge":"Not stated","language_evidence":null,"requirements_snippet":"Technical foundations in computer science, software development or data science from study, PhD or practice. Understands AI concepts, uses coding agents with validation, and designs sound experiments. NLP or LLM agent experience …","url":"https://jobs.smartrecruiters.com/Bertelsmann-Jobs/744000159335690-data-scientist-w-m-d-applied-ai","source":"smartrecruiters","agency":null,"description_text":"Stellenbeschreibung\nDeine Mission\nDu kannst dich auf einen der beiden Schwerpunkte konzentrieren oder beide verbinden. AI spielt in beiden eine zentrale Rolle.\n1. Knowledge Agents & Agentic Retrieval\nWie beantwortet ein Agent eine Frage, deren Antwort über Tausende Dokumente verteilt ist? Wie erkennt er Widersprüche zwischen Entwürfen und finalen Fassungen? Und wie belegt er seine Antworten zuverlässig?\n• Entwickle Agenten, die Informationen über große Dokumentbestände hinweg erschließen.\n• Untersuche, wie sich Vollständigkeit, Widersprüche und die Qualität von Quellen bewerten lassen.\n• Sorge dafür, dass Antworten nachvollziehbar bleiben und Unsicherheiten sichtbar werden.\n\n2. Machine Learning at Scale\nWir messen das Werbegeschehen bei mehr als 150 TV-Sendern in Europa. Unser Ziel: lineares Fernsehen so planbar und messbar machen wie digitale Werbung.\n• Entwickle Prognosemodelle für die Leistung von Werbeblöcken.\n• Bewerte Unsicherheiten, Messfehler und die Aussagekraft deiner Modelle.\n• Verarbeite große Datenmengen mit Spark auf unserem Cluster und untersuche, wo Datenqualität oder Verarbeitung die Ergebnisse beeinflussen.\n\nIn beiden Bereichen machst du aus einer guten Frage etwas, das läuft:\n• Experimentiere und evaluiere: Formuliere Hypothesen, entwirf aussagekräftige Tests und lerne aus Ergebnissen, auch wenn diese nicht deine Erwartungen erfüllen.\n• Übernimm Verantwortung: Entwickle deinen Ansatz eigenständig bis zum belastbaren Prototyp. Hole dir Feedback und arbeite mit deinem Team an robusten Lösungen.\n• Arbeite mit Engineering: Begleite die Überführung deines Prototyps in ein Produkt und bringe dein Wissen über Problem und Lösung ein.\n• Unterstütze andere Teams: Bewerte Datenfragen, zeige sinnvolle Einsatzmöglichkeiten von AI auf und liefere je nach Bedarf eine fundierte Empfehlung oder einen Prototyp.\n\nQualifikationen\nDeine Skills\n• Fundierte technische Grundlagen: Bring Kenntnisse in Informatik, Softwareentwicklung oder Data Science mit – erworben durch Studium, Promotion oder praktische Erfahrung. Du kannst deine Methodenwahl begründen und Ergebnisse kritisch bewerten.\n• Verständnis für AI: Du musst keine Modelle in PyTorch trainieren. Erkläre aber beispielsweise den Unterschied zwischen Prefill und Decode und dessen Auswirkungen auf Latenz und Kosten.\n• Eigenständiges AI-native Development: Nutze Coding-Agenten, um schneller zu entwickeln. Validiere den generierten Code, teste die Ergebnisse und verstehe, wie deine Anwendung und ihre Komponenten funktionieren.\n• Strukturiertes Experimentieren: Formuliere klare Specs, definiere eine Definition of Done und nutze passende Tests und Evaluationen, um die Qualität deiner Lösungen zu überprüfen.\n• Offene Zusammenarbeit: Teile Wissen, diskutiere technische Entscheidungen und gib respektvolles, direktes Feedback.\n\nEin Plus, kein Muss: Erfahrung mit NLP/Computerlinguistik, Agentic Retrieval oder der Entwicklung von LLM-Agenten.\n\nZusätzliche Informationen\nUnser Stack\n• Knowledge Agents: Python (Pydantic AI), TypeScript, vLLM/SGLang\n• Daten und Pipelines: Spark, Trino, StarRocks, Postgres und Prefect\n• Infrastruktur und Observability: OpenTelemetry, Docker/Kubernetes\n\nKennst du eher Ray, LangChain, Airflow, passt das genauso: Die Konzepte zählen, nicht die Logos.\nWas dich bei uns erwartet\n• Remote Work mit gezielten Treffen: Wir arbeiten überwiegend remote und kommen gelegentlich für Workshops, Team-Sessions und den gemeinsamen Austausch in unserem Tech-Office in Berlin zusammen. Außerdem veranstalten wir über das Jahr verteilt Team-Events, darunter unser jährliches Company Offsite, das jedes Jahr an einer anderen Location in Deutschland stattfindet. Die Bereitschaft, für diese Treffen anzureisen und daran teilzunehmen, gehört zur Rolle.\n• Eigenverantwortung statt Mikromanagement: Übernimm Verantwortung für deine Themen und bringe sie selbstständig voran.\n• Build > Talk: Früh ausprobieren, früh danebenliegen, früh dazulernen.\n• Hohe Ansprüche, wenig Ego: Wir geben direktes Feedback und arbeiten offen und respektvoll zusammen.\n• Weiterentwicklung: Nutze Hackathons, Konferenzen und Community-Austausch, um fachlich dazuzulernen.\n\nUnd natürlich stimmen auch die Rahmenbedingungen: 30 Urlaubstage plus frei am 24. und 31. Dezember, Smart Fridays mit der Möglichkeit einer Vier-Tage-Woche, Deutschlandticket und JobRad, Sport- und Gesundheitsangebote, Unterstützung für die mentale Gesundheit, Corporate Benefits, Zugang zu RTL+ und vieles mehr.\nDein Lebenslauf ist nur der Anfang.\nWas uns mehr interessiert als dein Lebenslauf: ein Portfolio, ein Side Project oder ein Demo-Repo – etwas, das zeigt, wie du technische Probleme angehst und Lösungen umsetzt.\n\nAI Disclaimer: AI durfte mitdenken, aber nicht das letzte Wort haben. Das behalten wir uns vor.\n\nsmartclip setzt sich für ein vielfältiges und inklusives Arbeitsumfeld ein. Alle qualifizierten Bewerber werden unabhängig von ethnischer Herkunft, Nationalität, Alter, Geschlecht, Geschlechtsidentität, Religion, sexueller Orientierung, Behinderung oder anderen persönlichen Merkmalen bei der Besetzung unserer Stellen berücksichtigt.\n\nUnternehmensbeschreibung\nAI macht uns schneller. Das Denken nimmt sie uns nicht ab.\n\nWas AI produziert, überprüfen wir. Für alles, was rausgeht, stehen wir gerade.\n\nBeim Ausprobieren sind wir schnell, beim Ausliefern gründlich.","responsibilities_text":"Du kannst dich auf einen der beiden Schwerpunkte konzentrieren oder beide verbinden. AI spielt in beiden eine zentrale Rolle.\n1. Knowledge Agents & Agentic Retrieval\nWie beantwortet ein Agent eine Frage, deren Antwort über Tausende Dokumente verteilt ist? Wie erkennt er Widersprüche zwischen Entwürfen und finalen Fassungen? Und wie belegt er seine Antworten zuverlässig?\n• Entwickle Agenten, die Informationen über große Dokumentbestände hinweg erschließen.\n• Untersuche, wie sich Vollständigkeit, Widersprüche und die Qualität von Quellen bewerten lassen.\n• Sorge dafür, dass Antworten nachvollziehbar bleiben und Unsicherheiten sichtbar werden.\n2. Machine Learning at Scale\nWir messen das Werbegeschehen bei mehr als 150 TV-Sendern in Europa. Unser Ziel: lineares Fernsehen so planbar und messbar machen wie digitale Werbung.\n• Entwickle Prognosemodelle für die Leistung von Werbeblöcken.\n• Bewerte Unsicherheiten, Messfehler und die Aussagekraft deiner Modelle.\n• Verarbeite große Datenmengen mit Spark auf unserem Cluster und untersuche, wo Datenqualität oder Verarbeitung die Ergebnisse beeinflussen.\nIn beiden Bereichen machst du aus einer guten Frage etwas, das läuft:\n• Experimentiere und evaluiere: Formuliere Hypothesen, entwirf aussagekräftige Tests und lerne aus Ergebnissen, auch wenn diese nicht deine Erwartungen erfüllen.\n• Übernimm Verantwortung: Entwickle deinen Ansatz eigenständig bis zum belastbaren Prototyp. Hole dir Feedback und arbeite mit deinem Team an robusten Lösungen.\n• Arbeite mit Engineering: Begleite die Überführung deines Prototyps in ein Produkt und bringe dein Wissen über Problem und Lösung ein.\n• Unterstütze andere Teams: Bewerte Datenfragen, zeige sinnvolle Einsatzmöglichkeiten von AI auf und liefere je nach Bedarf eine fundierte Empfehlung oder einen Prototyp.","requirements_text":"• Fundierte technische Grundlagen: Bring Kenntnisse in Informatik, Softwareentwicklung oder Data Science mit – erworben durch Studium, Promotion oder praktische Erfahrung. Du kannst deine Methodenwahl begründen und Ergebnisse kritisch bewerten.\n• Verständnis für AI: Du musst keine Modelle in PyTorch trainieren. Erkläre aber beispielsweise den Unterschied zwischen Prefill und Decode und dessen Auswirkungen auf Latenz und Kosten.\n• Eigenständiges AI-native Development: Nutze Coding-Agenten, um schneller zu entwickeln. Validiere den generierten Code, teste die Ergebnisse und verstehe, wie deine Anwendung und ihre Komponenten funktionieren.\n• Strukturiertes Experimentieren: Formuliere klare Specs, definiere eine Definition of Done und nutze passende Tests und Evaluationen, um die Qualität deiner Lösungen zu überprüfen.\n• Offene Zusammenarbeit: Teile Wissen, diskutiere technische Entscheidungen und gib respektvolles, direktes Feedback.\nEin Plus, kein Muss: Erfahrung mit NLP/Computerlinguistik, Agentic Retrieval oder der Entwicklung von LLM-Agenten.","status":"open","duplicate_of":null,"first_seen":"2026-11-04T00:19:49.835582+00:00","responsibilities_summary":"Build knowledge agents that retrieve and verify answers across large document sets, and develop forecasting models for TV ad-break performance using Spark. Take prototypes to production with engineering and support other teams with AI advice.","requirements_summary":"Technical foundations in computer science, software development or data science from study, PhD or practice. Understands AI concepts, uses coding agents with validation, and designs sound experiments. NLP or LLM agent experience is a plus, not required.","all_tools":["PyTorch","NLP","LLM","Python","TypeScript","Spark","Trino","PostgreSQL","Prefect","OpenTelemetry","Docker","Ray","LangChain","Apache Airflow","Kubernetes"],"posting_language":"de","evidence":[],"years_experience_max":null,"mobility_evidence":[],"model_version":"claude-haiku-5-5","english_badge":"English not stated","company_id":1716}