Data Science Manager (m/w/d)

Du willst technische Verantwortung übernehmen und sehen, wie deine Arbeit in echten Use Cases Mehrwert schafft – bei Unternehmen, die du aus dem Alltag kennst? Willkommen bei twomynds.

Wir sind eine dedizierte Data-&-AI-Beratung sowie ein Service Provider mit End-to-End-Umsetzung und begleiten Unternehmen von der strategischen Zielsetzung bis zur operativen Realisierung – strategisch, umsetzungsstark und ergebnisorientiert. Unsere Mission: Ambitionierte Unternehmen befähigen, Data & AI in geschäftskritischen Mehrwert zu verwandeln – mit strategischer Klarheit, technischer Exzellenz und unternehmerischer Umsetzung.

Von der Datenstrategie über KI- und Use-Case-Implementierung in interdisziplinären Teams bis zu skalierbaren Plattformen – wir begleiten unsere Kunden entlang der gesamten Wertschöpfungskette. Wir sind branchenagnostisch – mit viel Erfahrung in kundennahen digitalen Geschäftsmodellen, insbesondere in Medien und Sport.

• End-to-End-Ansatz: Von der Business-Strategie bis zum laufenden Betrieb.
• Klare Werte: Perform. Grow. Communicate. Dedicate. Balance.
• Wachstum & Entwicklung: Weiterbildungsbudget, Mentoring & individuelle Karrierepfade.
• Flexibilität: Moderne Arbeitsmodelle mit Remote-Optionen (1x Woche fixer Office Day).
• Teamkultur: Diverses, ambitioniertes Team mit Offsites, Urban Sports & Workations.

Du willst Data-&-AI-Lösungen nicht nur konzipieren, sondern technisch verantworten – und dabei ein Team fachlich führen und weiterentwickeln? In deiner Rolle als Data Science Manager verantwortest du die technische Umsetzung unserer Data-&-AI-Projekte end-to-end: Du baust skalierbare Dateninfrastruktur und ML-Lösungen, bringst KI-Use-Cases produktiv in den Betrieb und führst ein interdisziplinäres Team aus Data Scientists und Engineers. Du bleibst dabei hands-on und setzt technische Standards, an denen sich das Team orientiert.

• Technische Leitung & Delivery: Du verantwortest die technische Umsetzung unserer Data-&-AI-Projekte end-to-end – von der Architektur über die Implementierung bis zum stabilen Betrieb – und stellst Qualität, Termintreue und Skalierbarkeit sicher.
• Aufbau skalierbarer Dateninfrastruktur: Du konzipierst und baust Datenpipelines, Data Warehouses/Lakehouses und Plattformen (ETL/ELT, Cloud) so, dass Daten zuverlässig, performant und nutzbar sind.
• KI & ML in Produktion bringen: Du überführst Modelle und KI-Use-Cases in den produktiven Betrieb (Deployment, MLOps, Monitoring, Datenqualität) und sorgst dafür, dass sie im Alltag Mehrwert liefern.
• Hands-on Engineering: Du packst technisch selbst mit an (Python, SQL, PySpark, APIs), reviewst Code und setzt Best Practices und wiederverwendbare Komponenten durch.
• Teamführung & Enablement: Du führst, coachst und entwickelst ein Team aus Data Scientists und Engineers weiter, setzt fachliche Standards und schaffst Klarheit über Erwartungen und Verantwortlichkeiten.
• Technische Roadmap & Standards: Du triffst fundierte Tech-Stack-Entscheidungen, treibst technische Standards, Automatisierung und Qualitätssicherung voran und denkst dabei in skalierbaren, wartbaren Lösungen.
• Zahlen & Lösungen in Entscheidungen übersetzen: Du arbeitest eng mit Kunden und internen Teams zusammen, machst technische Trade-offs transparent und übersetzt Lösungen in messbaren Business-Mehrwert.

• Fundierte Engineering-Erfahrung: Du hast mehrjährige Erfahrung im Data Engineering und/oder ML Engineering und hast produktive Datenpipelines, Plattformen oder ML-Systeme selbst gebaut und betrieben.
• Führungs- und Coaching-Kompetenz: Du bringst erste Führungs- oder Lead-Erfahrung mit, entwickelst Menschen weiter und kannst ein Team fachlich anleiten – ohne den technischen Bezug zu verlieren.
• Tool-Stack: Du bist sicher im Umgang mit Python, SQL, PySpark, Cloud-Umgebungen (AWS/Azure/GCP), Orchestrierung (z. B. Airflow), CI/CD und idealerweise MLOps – und arbeitest dich schnell in neue Technologien ein.
• Umsetzungskompetenz & Ownership: Du bringst Lösungen pragmatisch und zielorientiert von der Idee bis in den Betrieb und übernimmst Verantwortung für Ergebnis und Qualität.
• Strategisches und wirtschaftliches Denken: Du verstehst Geschäftsmodelle, richtest technische Entscheidungen an langfristigen Zielen aus und schaffst so operativen wie strategischen Mehrwert.
• Sprachen: Fließende Deutschkenntnisse (C1+), gute Englischkenntnisse sind ein Plus