{"id":82177,"title":"Doktorand Predictive Analytics als Analyst / Consultant (w|m|d) | findic","company":"findic","city":"Berlin","region":"Berlin","location":"10117 Berlin","work_model":"hybrid","employment_type":"full_time","employment":["thesis"],"roles":["analytics","consulting"],"visa":"not_mentioned","relocation":"not_mentioned","posted_at":"2026-11-03T00:00:00+00:00","tools":["Python","NumPy","pandas","scikit-learn","XGBoost","LightGBM","Bootstrap","Docker"],"seniority":"unknown","years_experience_min":null,"german_requirement":"required","german_level":"C1","english_requirement":"required","english_level":"B2","team_language":"unknown","confidence":0.9,"method":"rules","language_badge":"German required (C1)","language_evidence":"abel- oder Beobachtungszeiträumen geeignete Verfahren wie Purging und Embargo. Du verfügst über sehr gute Deutschkenntnisse (mindestens C1-Niveau, verhandlungssicher) sowie gute Englischkenntnisse (mindestens B2-Niveau,","requirements_snippet":null,"url":"https://www.arbeitsagentur.de/jobsuche/jobdetail/12288-4989475905-S","source":"bundesagentur","agency":null,"description_text":"Deine Aufgaben: Du entwickelst innovative\nPredictive-Analytics-Verfahren, um aus statistischen Prognosen\nverlässliche Wahrscheinlichkeiten und fundierte datenbasierte\nEntscheidungen abzuleiten. Du untersuchst Methoden der\nModellkalibrierung, Unsicherheitsquantifizierung und Conformal\nPrediction und bewertest ihre Eignung für robuste Prognosen sowie\nfür fundierte Entscheidungen unter realen Datenbedingungen. Du\nentwickelst Machine-Learning-Modelle und Ensemble-Architekturen für\ntabellarische Daten und analysierst, wann komplexere Modelle\ngegenüber etablierten Verfahren einen messbaren Mehrwert bieten. Du\nentwickelst Evaluationsmethoden, die neben der Trennschärfe auch\nWahrscheinlichkeitskalibrierung, statistische Unsicherheit, zeitliche\nVeränderungen und wirtschaftlich relevante Entscheidungsschwellen\nberücksichtigen. Du überführst aktuelle Forschung in innovative\nKI-Lösungen für Banken und Versicherungen, beispielsweise für die\nRisikobewertung, Tarifierung und Kundensteuerung. Deine Skills: Du\nhast einen sehr guten Masterabschluss in Statistik, Mathematik,\nInformatik, Wirtschaftswissenschaften mit quantitativer Ausrichtung\noder einem verwandten Fach und arbeitest aktuell an deiner Promotion\noder beginnst das Promotionsstudium in Kürze. Du hast fundierte\nKenntnisse in Python und im klassischen ML-Stack, etwa NumPy, pandas\nund scikit-learn, idealerweise ergänzt um XGBoost, LightGBM oder\nCatBoost. Du verfügst über ein solides Verständnis statistischer\nModellierung, Modellvalidierung und prädiktiver Evaluation und\nweißt, dass hohe Vorhersagegüte nicht automatisch gut kalibrierte\nWahrscheinlichkeiten bedeutet. Du kannst Trennschärfe und\nWahrscheinlichkeitskalibrierung methodisch unterscheiden und mit\ngeeigneten Metriken bewerten, etwa ROC-AUC und Average Precision für\ndie Rankingqualität sowie Log Loss und Brier Score für\nprobabilistische Prognosen. ECE und Reliability-Diagramme kennst du\nals ergänzende Instrumente zur Kalibrierungsanalyse und kannst die\nGrenzen der jeweiligen Metriken einordnen. Du hast Erfahrung mit\nzeitbasierter Modellvalidierung und Data-Leakage-Prävention und\nkennst bei überlappenden Label- oder Beobachtungszeiträumen\ngeeignete Verfahren wie Purging und Embargo. Du verfügst über sehr\ngute Deutschkenntnisse (mindestens C1-Niveau, verhandlungssicher)\nsowie gute Englischkenntnisse (mindestens B2-Niveau, fließend) in\nWort und Schrift. #LI-Hybrid #LI-LE1 Diese Skills wären ein weiteres\nPlus, sind aber kein Muss: Kenntnisse in Platt Scaling, isotonischer\nRegression, Conformal Prediction oder probabilistischer Prognose.\nErfahrung mit Ensemble Learning, Stacking, Zeitreihenprognosen oder\nUplift-Modellierung. Kenntnisse in Distribution Shift, Concept Drift,\nBootstrap-Konfidenzintervallen und zeitbasierter Modellvalidierung.\nErfahrung mit Docker, Modellversionierung, Monitoring und dem\nproduktiven Deployment von Machine-Learning-Modellen. Deine Benefits\nVersicherung & Altersvorsorge: Sicher unterwegs mit zeb – über eine\nGruppenunfallversicherung bist du auch privat in Deutschland\nversichert. Für Auslandsdienstreisen besteht eine zusätzliche\nAuslandsversicherung, und für deine Altersvorsorge kannst du über\nzeb eine betriebliche Altersvorsorge abschließen. Mobiles Arbeiten:\nDurch unsere technische Ausstattung ist mobiles Arbeiten von überall\nmöglich – unabhängig davon, ob du gerade im Zug, zu Hause oder im\nOffice bist. zeb.life: Dein Leben verändert sich – und wir möchten\ndich in den verschiedenen Phasen begleiten. Mit zeb.life findest du\nUnterstützung beispielsweise bei der Kinderbetreuung, im\nLebenslagenmanagement und Eldercare oder bei der Suche nach\nConciergediensten. Arbeitszeitmodelle: Bei uns gilt für alle\nMitarbeitenden das Prinzip \"trust-based hours\" für flexible\nArbeitszeiten. Für Festangestellte sind auch Teilzeitmodelle\nmöglich: Unter Berücksichtigung deines Projekts kannst du in\nAbsprache mit deinem:deiner CDC (Career Development Counselor) dein\nModell entwickeln und nach Bedarf anpassen. Gestalte dein\nArbeitszeitmodell sowie deine Stunden damit nach deinen privaten\nAnforderungen und passe deine Arbeitszeiten an deine persönliche\nSituation an. Als Vertragsoption bietet das Modell \"Family & More\"\nzudem eine Garantie für reisefreie Wochentage, die vertraglich\nfixiert sind. Je nach Umfang der Reduzierung der Reisezeit erfolgt\neine zeitlich befristete Gehaltsanpassung.","responsibilities_text":"Du entwickelst innovative\nPredictive-Analytics-Verfahren, um aus statistischen Prognosen\nverlässliche Wahrscheinlichkeiten und fundierte datenbasierte\nEntscheidungen abzuleiten. Du untersuchst Methoden der\nModellkalibrierung, Unsicherheitsquantifizierung und Conformal\nPrediction und bewertest ihre Eignung für robuste Prognosen sowie\nfür fundierte Entscheidungen unter realen Datenbedingungen. Du\nentwickelst Machine-Learning-Modelle und Ensemble-Architekturen für\ntabellarische Daten und analysierst, wann komplexere Modelle\ngegenüber etablierten Verfahren einen messbaren Mehrwert bieten. Du\nentwickelst Evaluationsmethoden, die neben der Trennschärfe auch\nWahrscheinlichkeitskalibrierung, statistische Unsicherheit, zeitliche\nVeränderungen und wirtschaftlich relevante Entscheidungsschwellen\nberücksichtigen. Du überführst aktuelle Forschung in innovative\nKI-Lösungen für Banken und Versicherungen, beispielsweise für die\nRisikobewertung, Tarifierung und Kundensteuerung. Deine Skills: Du\nhast einen sehr guten Masterabschluss in Statistik, Mathematik,\nInformatik, Wirtschaftswissenschaften mit quantitativer Ausrichtung\noder einem verwandten Fach und arbeitest aktuell an deiner Promotion\noder beginnst das Promotionsstudium in Kürze. Du hast fundierte\nKenntnisse in Python und im klassischen ML-Stack, etwa NumPy, pandas\nund scikit-learn, idealerweise ergänzt um XGBoost, LightGBM oder\nCatBoost. Du verfügst über ein solides Verständnis statistischer\nModellierung, Modellvalidierung und prädiktiver Evaluation und\nweißt, dass hohe Vorhersagegüte nicht automatisch gut kalibrierte\nWahrscheinlichkeiten bedeutet. Du kannst Trennschärfe und\nWahrscheinlichkeitskalibrierung methodisch unterscheiden und mit\ngeeigneten Metriken bewerten, etwa ROC-AUC und Average Precision für\ndie Rankingqualität sowie Log Loss und Brier Score für\nprobabilistische Prognosen. ECE und Reliability-Diagramme kennst du\nals ergänzende Instrumente zur Kalibrierungsanalyse und kannst die\nGrenzen der jeweiligen Metriken einordnen. Du hast Erfahrung mit\nzeitbasierter Modellvalidierung und Data-Leakage-Prävention und\nkennst bei überlappenden Label- oder Beobachtungszeiträumen\ngeeignete Verfahren wie Purging und Embargo. Du verfügst über sehr\ngute Deutschkenntnisse (mindestens C1-Niveau, verhandlungssicher)\nsowie gute Englischkenntnisse (mindestens B2-Niveau, fließend) in\nWort und Schrift. #LI-Hybrid #LI-LE1 Diese Skills wären ein weiteres\nPlus, sind aber kein Muss: Kenntnisse in Platt Scaling, isotonischer\nRegression, Conformal Prediction oder probabilistischer Prognose.\nErfahrung mit Ensemble Learning, Stacking, Zeitreihenprognosen oder\nUplift-Modellierung. Kenntnisse in Distribution Shift, Concept Drift,\nBootstrap-Konfidenzintervallen und zeitbasierter Modellvalidierung.\nErfahrung mit Docker, Modellversionierung, Monitoring und dem\nproduktiven Deployment von Machine-Learning-Modellen. Deine Benefits\nVersicherung & Altersvorsorge: Sicher unterwegs mit zeb – über eine\nGruppenunfallversicherung bist du auch privat in Deutschland\nversichert. Für Auslandsdienstreisen besteht eine zusätzliche\nAuslandsversicherung, und für deine Altersvorsorge kannst du über\nzeb eine betriebliche Altersvorsorge abschließen. Mobiles Arbeiten:\nDurch unsere technische Ausstattung ist mobiles Arbeiten von überall\nmöglich – unabhängig davon, ob du gerade im Zug, zu Hause oder im\nOffice bist. zeb.life: Dein Leben verändert sich – und wir möchten\ndich in den verschiedenen Phasen begleiten. Mit zeb.life findest du\nUnterstützung beispielsweise bei der Kinderbetreuung, im\nLebenslagenmanagement und Eldercare oder bei der Suche nach\nConciergediensten. Arbeitszeitmodelle: Bei uns gilt für alle\nMitarbeitenden das Prinzip \"trust-based hours\" für flexible\nArbeitszeiten. Für Festangestellte sind auch Teilzeitmodelle\nmöglich: Unter Berücksichtigung deines Projekts kannst du in\nAbsprache mit deinem:deiner CDC (Career Development Counselor) dein\nModell entwickeln und nach Bedarf anpassen. Gestalte dein\nArbeitszeitmodell sowie deine Stunden damit nach deinen privaten\nAnforderungen und passe deine Arbeitszeiten an deine persönliche\nSituation an. Als Vertragsoption bietet das Modell \"Family & More\"\nzudem eine Garantie für reisefreie Wochentage, die vertraglich\nfixiert sind. Je nach Umfang der Reduzierung der Reisezeit erfolgt\neine zeitlich befristete Gehaltsanpassung.","requirements_text":null,"status":"open","duplicate_of":null,"first_seen":"2026-11-04T00:19:57.108346+00:00","responsibilities_summary":null,"requirements_summary":null,"all_tools":["Python","NumPy","pandas","scikit-learn","XGBoost","LightGBM","Bootstrap","Docker"],"posting_language":"de","evidence":[{"language":"german","requirement":"required","quote":"abel- oder Beobachtungszeiträumen geeignete Verfahren wie Purging und Embargo. Du verfügst über sehr gute Deutschkenntnisse (mindestens C1-Niveau, verhandlungssicher) sowie gute Englischkenntnisse (mindestens B2-Niveau,","source":"rules"},{"language":"german","requirement":"required","quote":"eobachtungszeiträumen geeignete Verfahren wie Purging und Embargo. Du verfügst über sehr gute Deutschkenntnisse (mindestens C1-Niveau, verhandlungssicher) sowie gute Englischkenntnisse (mindestens B2-Niveau, fließend) in","source":"rules"},{"language":"english","requirement":"required","quote":"go. Du verfügst über sehr gute Deutschkenntnisse (mindestens C1-Niveau, verhandlungssicher) sowie gute Englischkenntnisse (mindestens B2-Niveau, fließend) in Wort und Schrift. #LI-Hybrid #LI-LE1 Diese Skills wären ein w","source":"rules"},{"language":"english","requirement":"required","quote":"fügst über sehr gute Deutschkenntnisse (mindestens C1-Niveau, verhandlungssicher) sowie gute Englischkenntnisse (mindestens B2-Niveau, fließend) in Wort und Schrift. #LI-Hybrid #LI-LE1 Diese Skills wären ein weiteres Pl","source":"rules"}],"years_experience_max":null,"mobility_evidence":[],"model_version":"rules-8","english_badge":"English required (B2)","company_id":null}