Job Title: Data Scientist III
Role Overview
As a Data Scientist III, you will lead the development and deployment of advanced data science solutions to address complex business challenges. You will work closely with stakeholders to understand requirements, guide the team, and ensure alignment with strategic objectives. This role demands deep expertise in machine learning, deep learning, GenAI, and MLOps, along with a strong ability to mentor junior team members and drive projects to successful completion. You will also identify opportunities for automation and process optimization to enhance operational efficiency.
Core Responsibilities
- Lead the design, development, and deployment of scalable ML/DL/GenAI solutions across diverse business domains.
- Translate business requirements into technical solutions, ensuring alignment with organizational goals.
- Drive automation of repeatable tasks and workflows to improve efficiency and reduce manual effort.
- Ensure high-quality deliverables through rigorous testing, validation, and implementation of quality control measures.
- Collaborate with cross-functional teams including data engineering, product, and business stakeholders.
- Communicate complex analytical concepts and insights clearly to both technical and non-technical audiences.
- Mentor and guide junior data scientists, fostering a culture of continuous learning and innovation.
Technical Expertise
- 6–12 years of hands-on experience in Data Science, with proven success in applying ML, DL, NLP, and CV techniques to solve real-world problems.
- Strong proficiency in Python or R, with the ability to write modular, scalable, and production-ready code.
- Deep understanding of ML/DL algorithms, statistical modeling, and foundational concepts in NLP and computer vision.
- Experience with GenAI and LLMs, including applications such as summarization, content generation, and semantic analysis.
- Solid knowledge of SQL for data manipulation and analysis.
- Working knowledge of optimization techniques and their application in model tuning and performance enhancement.
- Hands-on experience with MLOps tools and practices for model lifecycle management, CI/CD, and monitoring.
Preferred Skills
- Experience with cloud platforms (e.g. GCP) and containerization tools (Docker, Kubernetes).
- Familiarity with model explainability frameworks and responsible AI practices.
- Exposure to data governance, privacy, and compliance standards.
- Ability to lead cross-functional teams and manage multiple projects simultaneously.
Über Cognizant
Cognizant (NASDAQ: CTSH) i ist ein Technologiedienstleister und Entwickler von KI-Lösungen. Wir schlagen die Brücke zwischen KI-Investitionen und echtem unternehmerischem Mehrwert, indem wir ganzheitliche Full-Stack-KI-Lösungen für unsere Kunden entwickeln. Mit unserer fundierten Branchen-, Prozess- und Engineering-Expertise integrieren wir die spezifischen Anforderungen von Unternehmen passgenau in Technologiesysteme. So entfalten wir das menschliche Potenzial, erzielen greifbare Ergebnisse und sichern globalen Unternehmen in einer sich rasant wandelnden Welt den entscheidenden Vorsprung. Erfahren Sie mehr unter cognizant.ai oder @cognizant.
Zusätzliche Informationen zur Beschäftigung
Die Vergütungsinformationen sind zum Zeitpunkt der Veröffentlichung dieser Stellenausschreibung korrekt. Cognizant behält sich das Recht vor, diese Informationen jederzeit unter Beachtung der geltenden gesetzlichen Bestimmungen zu ändern.
Bewerberinnen und Bewerber können verpflichtet sein, an Vorstellungsgesprächen persönlich oder per Videokonferenz teilzunehmen. Darüber hinaus kann es erforderlich sein, bei jedem Gespräch einen gültigen staatlichen Lichtbildausweis vorzulegen.
Cognizant ist ein Arbeitgeber mit Chancengleichheit. Ihre Bewerbung und Kandidatur werden nicht aufgrund von Rasse, Hautfarbe, Geschlecht, Religion, Glaubensbekenntnis, sexueller Orientierung, Geschlechtsidentität, nationaler Herkunft, Behinderung, genetischen Informationen, Schwangerschaft, Veteranenstatus oder sonstiger durch bundes‑, landes‑ oder kommunalrechtliche Vorschriften geschützter Merkmale berücksichtigt oder abgelehnt.
