Machine Learning Data Analyst (m/w/d)- 1225 - ASR, NLP & Sprachdaten - C1 Deutsch

Data Analyst (m/w/d) KI

Gebiet:

Dresden - Hybrid

Unser Kunde ist ein etabliertes Softwareunternehmen, das KI-gestützte Spracherkennungs- und Sprachverarbeitungslösungen für einen stark regulierten Fachbereich entwickelt und betreibt. Die Produkte werden täglich von Fachkräften genutzt und stellen höchste Anforderungen an Erkennungsqualität, Datensicherheit und regulatorische Konformität. Das Unternehmen investiert gezielt in den Ausbau seiner ML-Fähigkeiten und sucht Menschen, die datengetrieben denken, sorgfältig arbeiten und Freude daran haben, Sprachmodelle messbar besser zu machen.

Stellenbeschreibung:

Gesucht wird ein Machine Learning Data Analyst, der die Erstellung, Validierung und Optimierung von ML-Modellen für Spracherkennung, Sprachverarbeitung und weitere KI-gestützte Funktionen verantwortet. Ein zentraler Schwerpunkt liegt auf der Sicherstellung geeigneter Trainingsdaten: in ausreichender Menge, fachlich passend, qualitativ hochwertig und nachvollziehbar aufbereitet. Dazu gehören Textkorpora, Audiodaten, Transkriptionen, Annotationen, Ausspracheinformationen und Nutzerfeedback. Durch systematische Datenanalyse, Modellbewertung und Fehleranalyse trägst du dazu bei, die Erkennungsleistung, Robustheit und sprachliche Qualität der Spracherkennung kontinuierlich zu verbessern. Die Stelle ist ohne Führungsverantwortung ausgestaltet, beinhaltet aber die fachliche Anleitung von Werkstudierenden, Praktikantinnen und Praktikanten sowie externen Annotationsdienstleistern.

Ihre Aufgaben:

• Erstellung, Validierung und Optimierung von ML-Modellen für Spracherkennung und NLP
• Sicherstellung der Datenverfügbarkeit für Modelltraining und Evaluation: Textkorpora, Audiodaten, Transkriptionen, Annotationen und Sprachressourcen
• Systematische Datenanalyse, Modellbewertung und Fehleranalyse zur kontinuierlichen Verbesserung der Erkennungsleistung
• Aufbereitung, Bereinigung und qualitätsgesicherte Dokumentation von Datenbeständen
• Bewertung und Freigabeempfehlung für trainierte Modelle anhand definierter Qualitätskriterien
• Vorschlagsrecht für Anpassungen an Trainings-Pipelines, Tooling, Datenmodellen und Evaluationsprozessen
• Einhaltung von Datenschutz, DSGVO und regulatorischen Vorgaben beim Umgang mit sensiblen Sprachdaten
• Fachliche Anleitung von Werkstudierenden, Praktikantinnen und Praktikanten sowie externen Transkriptions- und Annotationsdienstleistern
• Zusammenarbeit mit internen Teams: Entwicklung, ML/Sprachtechnologie, Product Management, Customer Success und Qualitätsmanagement

Ihr Profil:

• Abgeschlossenes Studium in Informatik, Data Science, Mathematik, Statistik, Computerlinguistik oder einem verwandten Fachgebiet, alternativ nachweisbare praktische Erfahrung in einer datengetriebenen Rolle
• Berufserfahrung im Bereich Machine Learning, Spracherkennung, NLP oder Data Analytics
• Erfahrung mit Audiodaten, Textkorpora, Transkriptionsdaten, Annotationen oder sprachlichen Ressourcen
• Erfahrung in der Bewertung, Validierung oder Optimierung von ML-Modellen oder Spracherkennungssystemen
• Fortgeschrittene Python-Kenntnisse: pandas, numpy, scikit-learn, PyTorch, matplotlib, seaborn oder vergleichbare Bibliotheken
• Grundkenntnisse in SQL zur Datenabfrage und Analyse
• Sicherer Umgang mit Git und nachvollziehbarer Ablage von Code, Konfigurationen und Auswertungen
• Verständnis grundlegender ML-Verfahren: Trainings-/Testaufteilungen, Overfitting, Validierung und Parameteroptimierung
• Kenntnisse ASR-spezifischer Metriken wie WER, CER oder F1-Score
• Verständnis von Spracherkennung, akustischen Modellen und Sprachmodellen
• Erfahrung mit Text-Vorverarbeitung, Tokenisierung, Regex und Normalisierung
• Grundverständnis digitaler Signalverarbeitung und typischer Audioformate
• Verständnis für Datenschutz, DSGVO und den verantwortungsvollen Umgang mit sensiblen Daten
• Sehr gute Deutschkenntnisse und gute Englischkenntnisse in Wort und Schrift

Nice to have

• Erfahrung mit medizinischer Sprache, Fachwortschätzen, Dialekten oder Akzenten
• Mehrsprachige Datenerfahrung, insbesondere Deutsch, Französisch und Englisch
• Französischkenntnisse
• Grundkenntnisse in C# oder Bereitschaft, diese aufzubauen
• Erfahrung mit Audioverarbeitungstools wie Librosa oder Praat
• Erfahrung in regulierten Umgebungen oder mit Qualitätsmanagementsystemen

Ihre Vorteile:

• Work-Life-Balance: Flexible Arbeitszeiten und ein kollegiales Arbeitsumfeld mit klaren Strukturen und eigenverantwortlichem Arbeiten
• Interne und externe Weiterbildung: Individuelle Entwicklungspfade und die Möglichkeit, an einem strategisch wichtigen ML-Aufbau aktiv mitzuwirken
• Eigenständige Methodenwahl bei Datenaufbereitung, Modellbewertung und Fehleranalyse innerhalb definierter Vorgaben
• Enge Zusammenarbeit mit erfahrenen ML-, Sprachtechnologie- und Produktteams
• Sinnstiftende Arbeit an Produkten, die täglich von Fachkräften in einem gesellschaftlich relevanten Bereich eingesetzt werden
• Sicherer Arbeitsplatz in einem etablierten, wachstumsorientierten Unternehmen
• Arbeit an einem technisch anspruchsvollen Stack mit echtem Impact auf die Produktqualität