Wir verwenden technische Cookies und Besuchsstatistik: Yandex Metrica und das anonymisierte Besuchsprotokoll von Zorky. Wir verkaufen niemals Daten. Mehr zu Cookies und Statistik.
Zorky läuft im Testmodus — alles ist kostenlos. Stellen und Unternehmensseiten sind für alle offen; Links zu den Anzeigen und Ihre persönliche Stellenauswahl gibt es nach der Registrierung. Registrieren →
ZorkyZorky
Deutsch
@termdocs
← Alle Stellen

Lead Data Scientist / VP

Lead111.600 USD · Zeitraum nicht angegebenMississauga Ontario Canada, CAvor 3 T.
Markteinblicke
📊 AI / ML / Data Science: Gehälter und Nachfrage am Markt
Stack
awsazureci/cdcloudembeddingsgoogle cloudjavascriptlangchainlanggraphllmopsmlopsnumpy
Details
Anstellung
Vollzeit
Erfahrung
ab 6 Jahren
Methoden
CI/CD, LLMOps, MLOps
Ausbildung
Promotion
Unternehmen und Link anzeigen
Kostenlos, nach der Anmeldung.
Bewerben
Laden Sie Ihren Lebenslauf hoch — Arbeitgeber und Recruiter aus verschiedenen Ländern, die Ihr Profil suchen, können Sie direkt kontaktieren.
Lebenslauf senden →
Beschreibung
The Lead Data Scientist will work hands-on across the AI and analytics development lifecycle. The role will design analytical approaches, develop and validate models, build Generative AI and agentic workflows, and partner with data engineers and technology teams to implement scalable production solutions. The successful candidate will combine strong data-science expertise with practical engineering skills, enterprise implementation experience, and an understanding of governance requirements. The role will also provide technical guidance to other data scientists and help establish reusable methods, coding standards, and implementation practices. Key Responsibilities Advanced Analytics and Statistical Modeling Design and implement statistical analyses, predictive models, machine-learning solutions, and analytical frameworks. Translate workforce and organizational questions into measurable hypotheses, appropriate methodologies, and actionable insights. Apply techniques such as regression, classification, clustering, survival analysis, forecasting, experimentation, and causal inference. Perform feature engineering, variable selection, model tuning, validation, sensitivity testing, and performance evaluation. Apply explainability methods such as SHAP, feature attribution, and scenario analysis. Clearly document and communicate analytical assumptions, limitations, findings, and business implications. Generative AI and Agentic Solutions Design and build Generative AI applications, R
Vollständige Beschreibung, Unternehmen und Bewerbungslink — nach der Anmeldung. Anmelden
Kontaktdaten des Arbeitgebers (E-Mail/Telefon/Telegram) sind in der öffentlichen Vorschau ausgeblendet. Senden Sie Ihren Lebenslauf — dann können Arbeitgeber Sie direkt kontaktieren.
Dringende Frage? Schreiben Sie @termdocs