Osnabrück
Teamleiter - Data Science (m/w/d)
externe stelle · zuletzt geprüft 1.11.2026
Fakten zur Stelle
- Seniorität
- Lead
- Sprachen
- Deutsch · C1
- Orte
- Osnabrück
- Vertrag
- Unbefristet
der job in 20 sekunden
Teamleiter - Data Science (m/w/d)
Du führst das AI-Team fachlich und disziplinarisch und verantwortest den gesamten AI-Lifecycle von Datenaufbereitung bis Deployment. Du konzipierst mit der Geschäftsführung Architektur und Roadmap für produktionsreife KI-Lösungen und integrierst sie in ERP- und CRM-Systeme.
Wen sucht ADI Solutions GmbH wirklich?
Gesucht wird eine Person mit mehrjähriger Praxis in AI, Machine Learning oder Data Science, sehr guten Python- und ML-Framework-Kenntnissen, MLOps-Erfahrung und Freude an fachlicher Teamführung.
Kernaufgaben
- 01Fachliche und disziplinarische Führung des AI-Teams
- 02Architektur für KI-Lösungen konzipieren und strategische Roadmap definieren
- 03Gesamten AI-Lifecycle von Datenaufbereitung bis Deployment steuern
- 04KI-Lösungen in ERP/CRM integrieren und MLOps-Prozesse etablieren
- 05Code-, Modell- und Architektur-Reviews durchführen
- 06Projektplanung verantworten und an Geschäftsführung berichten
Was du mitbringen solltest
Gefordert
- Docker
- Python
- TensorFlow
- PyTorch
- scikit-learn
- Feature Engineering
- MLOps
- CI/CD
- Cloud
- APIs
- Microservices
Optional
- Machine Learning
- Data Science
Rollenprofil
Data Science · Daten & KI
aus dem Stellentitel
- Führung
- Teamleitung mit Personalverantwortung
Worauf es bei der Erfahrung ankommt
- Wunsch: Erfahrung mit Daten mit KI-Produkte & ML-PlattformenGenau diese Spezialisierung
„Du hast Erfahrung im produktiven Betrieb von KI-Lösungen, inklusive MLOps, CI/CD, Containerisierung und Cloud-Umgebungen“
Softwaredomänen
- ERP & Warenwirtschaftbestätigt
- KI-Produkte & ML-Plattformenbestätigt
Auch interessant für
- · Senior Data Scientists, die erstmals disziplinarische Führung übernehmen wollen
- · ML Engineers mit MLOps-Erfahrung, die Architektur und Roadmap mitgestalten möchten
- · Data-Science-Leads aus Beratungen, die in ein ERP-nahes Softwarehaus wechseln wollen
belege aus der stellenanzeige anzeigen
- Vertrag
„Sicherheit & Flexibilität: Du erhältst einen unbefristeten Arbeitsvertrag, profitierst von Vertrauensarbeitszeit und der Möglichkeit, 1-2 Tage pro Woche im Homeoffice zu arbeiten“
- Fachliche und disziplinarische Führung des AI-Teams
„Du übernimmst die fachliche und disziplinarische Führung unseres AI-Teams“
- Architektur für KI-Lösungen konzipieren und strategische Roadmap definieren
„Gemeinsam mit deinem Team und der Geschäftsführung konzipierst du die Architektur für produktionsreife KI-Lösungen und definierst die strategische Roadmap.“
- Gesamten AI-Lifecycle von Datenaufbereitung bis Deployment steuern
„Du steuerst den gesamten AI-Lifecycle - von der Datenaufbereitung über die Modellentwicklung mit Python, TensorFlow und PyTorch bis zum produktiven Deployment.“
- KI-Lösungen in ERP/CRM integrieren und MLOps-Prozesse etablieren
„Du stellst die nahtlose Integration der KI-Lösungen in unsere Systemlandschaft (z.B. ERP, CRM) sicher und etablierst robuste MLOps-Prozesse mittels CI/CD-Pipelines.“
- Code-, Modell- und Architektur-Reviews durchführen
„Du sicherst die Qualität eurer Arbeit durch regelmäßige Code-, Modell- und Architektur-Reviews und sorgst für eine saubere Dokumentation.“
- Projektplanung verantworten und an Geschäftsführung berichten
„Du verantwortest die Projektplanung, überwachst Meilensteine und berichtest den Fortschritt direkt an die Geschäftsführung“
- Pflicht: Docker
„Du hast Erfahrung im produktiven Betrieb von KI-Lösungen, inklusive MLOps, CI/CD, Containerisierung und Cloud-Umgebungen“
- Pflicht: Python
„Du besitzt sehr gute Kenntnisse in Python“
- Pflicht: TensorFlow
„gängigen Machine-Learning-Frameworks (z.B. TensorFlow, PyTorch, scikit-learn)“
- Pflicht: PyTorch
„gängigen Machine-Learning-Frameworks (z.B. TensorFlow, PyTorch, scikit-learn)“
- Pflicht: scikit-learn
„gängigen Machine-Learning-Frameworks (z.B. TensorFlow, PyTorch, scikit-learn)“
- Pflicht: Feature Engineering
„Du bringst ein solides Verständnis für Datenaufbereitung, Feature Engineering, Modellbewertung und Experimentdesign mit.“
- Pflicht: MLOps
„inklusive MLOps, CI/CD, Containerisierung und Cloud-Umgebungen“
aufgaben
Berufsfelder
- Data & KI
anforderungen
Fähigkeiten
- Docker
- Python
- TensorFlow
- PyTorch
- scikit-learn
- Feature Engineering
- MLOps
- CI/CD
- Cloud
- APIs
- Microservices
- Machine Learning (optional)
- Data Science (optional)
originalanzeige
Die vollständige Beschreibung findest du in der Originalanzeige. Oben siehst du unsere eigene Analyse der Stelle.