Auf einen Blick
D-ploy sucht einen Data Analyst mit Spektroskopie-Hintergrund zur Überwachung und Validierung von Authentication-Modellen. Die Rolle erfordert Python-Kenntnisse, chemometrische Expertise (insbesondere NIR) und Erfahrung in regulierten Umgebungen.
💰 ~€42.000–58.000/Jahr (geschätzt)
📊 Mid-Level
🕒 Vollzeit
🌍 Remote
🗺️ EMEA
- NIR Spektroskopie erforderlich
- Python und scikit-learn Erfahrung
- Chemometrische Modellierung
Spectroscopy
Chemometrics
Python
Data Analysis
PCA
PLS-DA
Jupyter
Gehalt geschätzt anhand Mid-level data analyst with specialized spectroscopy expertise (NIR required) and Python skills in regulated environment. Kein Gehalt in der Anzeige angegeben.
✅ Geeignet für
- Data Analysts mit chemometrischem Hintergrund
- Python-Entwickler mit Wissenschaftshintergrund
- Personen mit regulierter Umgebungserfahrung
🚫 Weniger geeignet
- Kandidaten ohne Spektroskopie-Hintergrund
- Personen ohne Python-Erfahrung
- Kandidaten, die nicht mit regulierten Prozessen vertraut sind
💡 Gut zu wissen
- Nischenfachgebiet (NIR-Spektroskopie + Chemometrie)
- Remote Arbeitsplatz
- Strafregisterauszug nicht älter als 3 Monate erforderlich
Über das Unternehmen
D-ploy sucht einen Data Analyst mit Expertise in Spektroskopie zur Unterstützung der Überwachung, Validierung und Wartung von Authentication-Modellen in einer regulierten Umgebung.
Deine Aufgaben
- Interpretation und Überwachung der Performance von Authentication-Modellen in der Spektralbibliothek
- Unterstützung bei der Erstellung und Überprüfung von Model Snapshots und zugehörigen Metadaten
- Enge Zusammenarbeit mit Data Scientists und technischen Teams bei Model-Verfeinerung und Updates
- Beitrag zur Model-Validierung, Release und Wartung in Unterstützung der Authentifield-Operationen
- Dokumentation von Methoden, Entscheidungen und Änderungen gemäß Governance und Compliance-Anforderungen
Deine Voraussetzungen
- Starker Hintergrund in Spektroskopie und Chemometrie (NIR erforderlich; Raman/FTIR als Plus)
- Bewährte Erfahrung in multivariater Analyse und chemometrischer Modellierung (PCA, PLS-DA, Klassifikationsmodelle)
- Fähigkeit, Model-Performance auf Spektralbibliotheken zu überwachen, zu interpretieren und zu erhalten
- Praktische Erfahrung mit Python-basierter Datenanalyse (z. B. Jupyter Notebooks, NumPy, SciPy, scikit-learn)
- Erfahrung in validierten/regulierten Umgebungen und Erstellung inspektions-ready Dokumentation
Benefits
- Breites Spektrum an Aufgaben und Projekten
- Flexible Arbeitsbedingungen
- Mindestens 5 Wochen Urlaub
- Bezahlte Krankheitstage
- Essensgutscheine
- Verschiedene Gutscheine (Geburtstag, Hochzeit, Neugeborenes-Überraschung)
- Beiträge zu Wellness-Programmen
- Fishing-for-Friends-Programm
- Erfrischungen im D-ploy-Büro
- Berufliche Weiterentwicklung und Aufstiegsmöglichkeiten
- Unternehmensveranstaltungen
- Wettbewerbsfähige Gehalt und verschiedene Benefits
