IT-Recruiting: Suche und Auswahl für die direkte Anstellung

Data Scientist Recruiting: Suche und Auswahl von Datenspezialisten, die Sie einstellen

Einen Data Scientist zu beurteilen ist schwer, wenn im Unternehmen niemand mit Daten arbeitet. Wir definieren das Profil mit Ihnen, suchen die Kandidaten und prüfen sie in einem technischen Live-Interview zu Statistik, Datenqualität und Produktivbetrieb.

Suche starten So läuft die Suche ab

Was wir im technischen Interview prüfen

Die technischen Interviews finden live statt und werden von Fachleuten geführt, die jeden Tag mit denselben Technologien arbeiten. Diese Themen behandeln wir für diese Rolle.

Statistik und Modellvalidierung
Wie die Person Metriken wählt, Trainings- und Testdaten trennt und ein Modell erkennt, das nicht generalisiert.
Datenqualität
Wie sie mit fehlenden Werten, Fehlern und unausgewogenen Daten umgeht und prüft, woher die Daten kommen.
Python und SQL
Wie sie Daten extrahiert, verknüpft und umwandelt, mit lesbarem Code und Analysen, die andere wiederholen können.
Produktivbetrieb
Wie sie ein Modell aus dem Notebook holt: Versionen, Monitoring und Zusammenarbeit mit denen, die die Systeme betreiben.
Ergebnisse vermitteln
Wie sie ein Ergebnis und seine Grenzen denen erklärt, die entscheiden müssen, ohne Fachjargon.

Kompetenzen und Werkzeuge, die wir prüfen

Im Briefing legen wir mit Ihnen fest, welche für Ihr Team zählen; das technische Interview prüft sie.

Python
SQL
pandas
scikit-learn
PyTorch oder TensorFlow
Inferenzstatistik
A/B-Testing
MLflow

Seniorität

Junior, Mid oder Senior: was sich daran ändert, was Sie von der Person erwarten können, die Sie einstellen.

Junior: Bereinigt und analysiert Daten, baut einfache Modelle und stellt sie mit Unterstützung einer erfahreneren Fachperson vor.
Mid: Führt ein Projekt selbstständig, von der Geschäftsfrage bis zum validierten Modell, und erklärt die Ergebnisse.
Senior: Entscheidet, welche Probleme sich mit Daten zu lösen lohnen, legt Methoden und Standards fest und führt andere Data Scientists.

So läuft die Suche ab

01
Briefing
Sie beschreiben uns Rolle, Team, Technologien und den Vertrag, den Sie anbieten: daraus entstehen die Bewertungskriterien.
02
Suche und Screening
Wir suchen passende Profile und prüfen Erfahrung, Kompetenzen und Motivation, bevor wir ein Interview vorschlagen.
03
Technische Live-Interviews und Shortlist
Die technischen Live-Interviews führen Fachleute, die jeden Tag mit denselben Technologien arbeiten. Die Shortlist ist innerhalb von 4 Arbeitstagen garantiert.
04
Einstellung und Garantie
Sie entscheiden, wen Sie einstellen. Sie haben die kostenlose Ersatzgarantie während der 3 Monate Probezeit.

Kosten

Kostenlose Suche
Die Suche und Auswahl von IT-Personal kostet Sie nichts: Briefing, Screening, technische Interviews und Shortlist sind kostenlos.
Eine Fee von 15 % des Bruttojahresgehalts
Sie zahlen sie erst, wenn die Einstellung erfolgt ist. Stellen Sie niemanden ein, zahlen Sie nichts.
Kostenloser Ersatz
Besteht die eingestellte Person die 3 Monate Probezeit nicht, ersetzen wir sie kostenlos.

Sie brauchen das Profil für einen Zeitraum, statt es einzustellen?

Mit Talent as a Service arbeitet die Fachperson so lange in Ihrem Team, wie Sie sie brauchen, ohne dass Sie sie einstellen: Vertrag und Verwaltung bleiben bei uns.

Data Scientist mit Talent as a Service

Häufige Fragen

Wie lange dauert es, einen Data Scientist zu finden?

Die Shortlist ist innerhalb von 4 Arbeitstagen garantiert. Danach hängt der Zeitplan von Ihren Gesprächen und von der Kündigungsfrist der Person ab, die Sie wählen.

Wie prüfen Sie die technischen Kompetenzen?

Mit einem technischen Live-Interview, geführt von einer Fachperson, die jeden Tag mit Daten und Modellen arbeitet: Es geht um echte Projekte, wie sie validiert wurden und was danach im Produktivbetrieb geschah.

Was passiert, wenn die Person die Probezeit nicht besteht?

Sie haben die kostenlose Ersatzgarantie während der 3 Monate Probezeit: Wir nehmen die Suche wieder auf und stellen Ihnen ohne Kosten neue Profile vor.

Was ist der Unterschied zwischen Data Scientist und Data Engineer?

Der Data Scientist nutzt Daten, um Modelle zu bauen und Geschäftsfragen zu beantworten; der Data Engineer baut die Pipelines, die diese Daten sammeln und aufbereiten. Brauchen Sie Letzteren, klären wir das im Briefing.