Einleitung

Lieferengpässe, saisonale Nachfragespitzen und externe Einflussfaktoren erschweren eine zuverlässig planbare Arzneimittelversorgung. Mit diesem Projekt wollen wir herausfinden, wie maschinelles Lernen & KI-Modelle konkret dazu beitragen können, die Arzneimittelverfügbarkeit sicherer und bedarfsgerechter zu machen — um Menschen Wartezeiten zu ersparen

Ihre Aufgaben

Dein Job

Deine Mission

• Impact

Das dich

• Arbeiten mit großen Datensätzen (ca. 10 Jahre, mehrere Millionen Datenpunkte)
• Identifikation, Integration und Korrelation externer Einflussfaktoren (Wettereinflüsse, Feiertage, Infektionsverläufe, Lieferengpässe etc.)
• Entwicklung, Training und Vergleich verschiedener ML-Modelle (Forecasting, Zeitreihen, Regressions- oder Klassifikationsansätze)
• Prozessdesign für Modellaktualisierung, Monitoring und Deployment bei

Ihr Profil

Wer gesucht

• Einzelpersonen oder Teams (2–3 Personen), die sich als High Potentials verstehen
• Studierende (z. B. Informatik, Data Science, Statistik, Mathematik, Wirtschaftsinformatik oder ähnlich) mit hohem Interesse an komplexen Analyse- und Prognoseaufgaben
• Hohe Motivation, analytische Denkweise, Lust auf Gestaltung

“

Profil

Anforderungen

Studium in Informatik, Data Science, Statistik, Mathematik, KI, Wirtschaftsinformatik oder verwandtem Bereich

Sehr hohe Motivation, Lernbereitschaft und Begeisterung für komplexe Daten- und Analyseaufgaben

Erfahrung oder starkes Interesse an Machine Learning, Forecasting / Zeitreihenanalyse

Gute Kenntnisse in Python (oder einer anderen geeigneten Sprache) und einschlägigen ML-Bibliotheken (z. B. scikit-learn, TensorFlow, PyTorch o. Ä.)

Bewusstsein und Verantwortung für Datenschutz, Datensicherheit und Compliance

Team- und Kommunikationsfähigkeit,

Wir bieten

eigens.net GmbHFranklinstraße 14, 10587 Berlin, Deutschland

• DSGVO-Konformität
• Möglichkeit, dass dein Prototyp später produktiv eingesetzt und weiterentwickelt wird

Zweistufiges Auswahlverfahren

• Runde 1: Fachliche Eignung (diese Bewerbungsrunde)
• Runde 2: Konzeptpitch (nur für Qualifizierte Bewerber:)

bieten

• Reales, kritisch relevantes Praxisprojekt mit gesellschaftlichem Nutzen und echtem Impact
• Moderne Ausstattung, flexible Arbeitszeiten, Home-Office-Möglichkeiten
• Betreuung, Feedback, Mentoring durch erfahrene Kolleg:innen
• Laufzeit: 3 Monate, mit Option auf Verlängerung oder Anschlussprojekte bei erfolgreicher Zusammenarbeit
• Arbeitszeit: ca. 15-30 Stunden/Woche (je nach Semesterlage und Absprache)
• Knockout-Bounty:
• )
• Deine Verfügbarkeit (ab wann, wie viele Stunden/Woche)

„ML-Projekt /

Arbeitsweise

Benefits

Flexible ArbeitszeitHauseigene

€

Bewerbung

Sende uns folgende Unterlagen per E-Mail an [E-Mail-Adresse einfügen]:

• Kurzes Motivationsschreiben (max. 1 Seite) – warum interessiert dich dieses Projekt?
• Lebenslauf
• Bisherige relevante Projekte / Referenzen (z. B. GitHub-Profile, Projektbeschreibungen,