Walldorf
Senior Data Scientist (Supply Chain Management) - Data Labs (m/w/d)
externe stelle · zuletzt geprüft 1.11.2026
Fakten zur Stelle
- Erfahrung
- ab 5 Jahren
- Seniorität
- Senior
- Arbeitsmodell
- Hybrid
- Orte
- Walldorf
- Anstellungsart
- Vollzeit
- Produkt
- SAP IBP
der job in 20 sekunden
Senior Data Scientist (Supply Chain Management) - Data Labs
Planungs- und Ausführungsdaten aus der Lieferkette machst du für autonome KI-Agenten nutzbar - mit Supply-Chain-Ontologien, Prognose- und Optimierungsmodellen, die in SAP IBP, Joule und Autonomous-SCM-Agenten einfließen. Gefordert sind mindestens 5 Jahre Data Science oder angewandte KI, Python, SQL und eine Graph-Abfragesprache; Zeitreihenprognose oder Operations Research sind erwünscht. Arbeitsort Walldorf, hybrid.
Wen sucht SAP wirklich?
Gesucht wird eine Person mit Master oder Promotion in einem quantitativen Fach, die ML-Modelle in Produktion gebracht hat und Daten aus Bedarfs-, Bestands- oder Fertigungsplanung kennt; Erfahrung mit Optimierung, Kausalinferenz oder Simulation ist ein Plus.
Kernaufgaben
- 01Turn large-scale planning and execution data into governed decision context for agents
- 02Design and maintain enterprise ontologies and semantic models
- 03Build RAG pipelines, embeddings and vector databases
- 04Apply ML, deep learning and statistical modeling to enterprise data
- 05Work on Databricks, SAP Datasphere, SAP HANA Cloud and hyperscalers
- 06Collaborate with domain experts and ML engineers in planning, manufacturing, logistics
Was du mitbringen solltest
Gefordert
- Data Science
- Statistik
- Neo4j
- LLM
- Vector Databases
- Python
- SQL
- Machine Learning
- PyTorch
- TensorFlow
- scikit-learn
- Databricks
- AWS
- Azure
- GCP
Optional
- Time Series Forecasting
- Anomaly Detection
- Causal Inference
- Operations Research
- SAP Datasphere
- OWL
- Agentic AI
Abgeleitet – nicht ausdrücklich genannt
- Spark (aus Databricks abgeleitet)
Team & Auftrag
Data Labs schafft die Daten- und Entscheidungsbasis für autonome Supply-Chain-Funktionen von SAP; Data Scientists arbeiten dort mit Fachleuten, Data- und ML-Engineers sowie Anwendungsteams aus Planung, Fertigung und Logistik.
Rollenprofil
Data Science · Daten & KI
aus dem Stellentitel
- Reisetätigkeit
- 0–10 % (gelegentlich (bis 25 %))
- Kundenkontakt
- regelmäßig Kundenkontakt
- Arbeitsumfeld
- eigenes Produkt (Produktunternehmen)
Worauf es bei der Erfahrung ankommt
- Wunsch: mindestens 5 Jahre Erfahrung mit Daten mit KI-Produkte & ML-Plattformen, Supply Chain & Logistiksoftware, ERP & Warenwirtschaft oder Datenplattformen, BI & Analytics oder verwandten BereichenVerwandte Spezialisierung reicht
„5+ years of experience in knowledge engineering, semantic data systems, applied AI, or data science in industry, research labs, or advanced academic environments.“
- Wunsch: Erfahrung mit Daten mit Supply Chain & LogistiksoftwareGenau diese Spezialisierung
„Demonstrated experience with data, semantics, and business processes of one or more major supply-chain domains“
Softwaredomänen
- KI-Produkte & ML-Plattformenbestätigt
- Supply Chain & Logistiksoftwarebestätigt
- ERP & Warenwirtschaftbestätigt
- Datenplattformen, BI & Analyticsbestätigt
In der Anzeige genannt.
Auch interessant für
- · Supply-Chain-Analyst:innen mit Prognose- oder Optimierungsmodellen, die in die KI-Produktentwicklung wechseln wollen
- · Operations-Research-Fachleute aus Planungs- und Logistiksoftware
- · Data Scientists aus der Fertigung mit Interesse an Wissensgraphen und KI-Agenten
belege aus der stellenanzeige anzeigen
- Anstellungsart: Vollzeit
„Requisition ID: 459642 Work Area: Software-Design and Development Expected Travel: 0 - 10% Career Status: Professional Employment Type: Regular Full Time Additional Locations: #LI-Hybrid“
- Turn large-scale planning and execution data into governed decision context for agents
„You'll work with large-scale planning and execution data and transform it into governed decision context“
- Design and maintain enterprise ontologies and semantic models
„Design and maintain enterprise ontologies and semantic models“
- Build RAG pipelines, embeddings and vector databases
„Build AI capabilities including RAG pipelines, embeddings, vector databases“
- Apply ML, deep learning and statistical modeling to enterprise data
„Apply machine learning, deep learning, and statistical modeling to develop and evaluate AI solutions using real-world enterprise datasets.“
- Work on Databricks, SAP Datasphere, SAP HANA Cloud and hyperscalers
„Work with cloud and data platforms including Databricks, SAP Datasphere, SAP HANA Cloud, AWS, Azure, and GCP“
- Collaborate with domain experts and ML engineers in planning, manufacturing, logistics
„SAP Data Scientists work alongside domain experts, data engineers, ML engineers, and application teams across planning, manufacturing, logistics“
- Pflicht: Data Science
„+ years of experience in knowledge engineering, semantic data systems, applied AI, or data science in industry, research labs, or advanced academic environments“
- Pflicht: Statistik
„Master's or PhD in Computer Science, Applied Mathematics, Statistics, Engineering, or a related quantitative field“
- Pflicht: Neo4j
„proficiency in at least one graph query language (SPARQL, Cypher, or GQL)“
- Pflicht: LLM
„Hands-on experience with modern GenAI systems RAG, embeddings, vector databases, semantic retrieval, and enterprise knowledge grounding“
- Pflicht: Vector Databases
„Hands-on experience with modern GenAI systems RAG, embeddings, vector databases, semantic retrieval, and enterprise knowledge grounding“
- Pflicht: Python
„Strong Python and SQL skills with production-grade development practices“
- Pflicht: SQL
„Strong Python and SQL skills with production-grade development practices“
- Team & Auftrag
„Data Labs is building the data, semantic, and decision-intelligence foundation for SAP's next generation of autonomous supply-chain capabilities.“
- Team & Auftrag
„SAP Data Scientists work alongside domain experts, data engineers, ML engineers, and application teams across planning, manufacturing, logistics, product design, and asset operations.“
aufgaben
Berufsfelder
- Data & KI
anforderungen
Fähigkeiten
- Data Science
- Statistik
- Neo4j
- LLM
- Vector Databases
- Python
- SQL
- Machine Learning
- PyTorch
- TensorFlow
- scikit-learn
- Databricks
- AWS
- Azure
- GCP
- Time Series Forecasting (optional)
- Anomaly Detection (optional)
- Causal Inference (optional)
- Operations Research (optional)
- SAP Datasphere (optional)
- OWL (optional)
- Agentic AI (optional)
originalanzeige
Die vollständige Beschreibung findest du in der Originalanzeige. Oben siehst du unsere eigene Analyse der Stelle.