Auf einen Blick
- Aufgaben: Analysiere ML-Modelle und entwickle datenbasierte Empfehlungen für unser Data Science Team.
- Unternehmen: adjoe, der globale Marktführer im Bereich rewarded Advertising mit innovativen Technologien.
- Vorteile: Flexible Arbeitszeiten, 30 Urlaubstage, Fitnessstudio und Unterstützung bei der beruflichen Entwicklung.
- Weitere Informationen: Dynamisches Team mit regelmäßigen Events und einer offenen Unternehmenskultur.
- Warum dieser Job: Arbeite an spannenden Projekten mit großen Datenmengen und mache einen echten Unterschied.
- Qualifikationen: Erfahrung in Datenanalyse, starke SQL- und Python-Kenntnisse sowie ein analytisches Mindset.
Das prognostizierte Gehalt liegt zwischen 49500 - 60500 € pro Jahr.
adjoe entwickelt die Technologien für das Wachstum und die Monetarisierung von mobilen Apps. Mit unserem Kernprodukt Playtime Arcade sind wir zum globalen Marktführer im Bereich der belohnten Werbung geworden, einer Anzeigenform, die auf einem einfachen Prinzip basiert: Nutzer verdienen echte In-App-Belohnungen, indem sie sich mit neuen Apps beschäftigen. Das Ergebnis ist einer der effektivsten Wertetransaktionen im AdTech, der Werbetreibende und Publisher mit über 770 Millionen Nutzern jährlich verbindet.
Als das Intelligenz-Kernteam unserer Ingenieurorganisation setzt unser Data Science-Team nicht nur Modelle ein, sondern entwickelt die grundlegende Entscheidungsmaschine, die unsere Plattform antreibt. Bei einer Skalierung von 770 Millionen Nutzern und über 100.000 Vorhersagen pro Sekunde lösen wir ein Multi-Objective-Optimierungsproblem, das Nutzeranreize, ROI für Werbetreibende und die langfristige Gesundheit der Plattform in Echtzeit ausbalanciert.
Unsere Architektur basiert auf einem 1PB+ großen Verhaltensdaten-See, der die hochpräzisen Eingaben liefert, die notwendig sind, um Deep-Learning-Modelle zu trainieren, die das individuelle Nutzerengagement präzise vorhersagen. Wir optimieren nicht nur Klicks, sondern berechnen dynamisch optimale Belohnungsstrukturen, um einen globalen Wertetransfer aufrechtzuerhalten.
Die Dateninfrastruktur dahinter läuft in echtem Maßstab: 2TB werden täglich in Echtzeit verarbeitet, über 100 Airflow-Jobs und Datenpipelines sowie ML-Modelle, die eine p99-Latenz von 100ms bei über 100.000 Vorhersagen pro Sekunde bewältigen.
Was Sie tun werden:
- Analysieren und Bewerten der Leistung unserer Machine-Learning-Modelle mithilfe von nutzerbezogenen und aggregierten Daten, Identifizieren von Ineffizienzen und Fehlermustern sowie Umsetzen von Erkenntnissen in umsetzbare Empfehlungen für unsere Data Science-Teams.
- Untersuchen, wie unsere ML-Modelle in der realen Welt abschneiden und Vergleichen von Modellannahmen und -vorhersagen mit tatsächlichem Nutzer- und Geschäftsverhalten. Identifizieren von Lücken zwischen der Offline-Modellleistung und den Online-Ergebnissen und Unterstützung des Teams bei deren Schließung.
- Definieren und Verbessern von Metriken zur Messung der Leistung von ML-Modellen und des Geschäftswerts, enge Zusammenarbeit mit Data Scientists und Produktmanagern, um sicherzustellen, dass wir auf die richtigen Ergebnisse optimieren.
- Entwerfen, Vorbereiten und Analysieren von A/B-Tests und anderen Experimenten zur Messung der Auswirkungen neuer Modelle, Funktionen und algorithmischer Änderungen. Bewertung der statistischen Signifikanz, der Qualität der Experimente und der praktischen Auswirkungen auf das Geschäft.
- Erstellen von Dashboards und automatisierten Berichten, die die Leistung von ML-Modellen, Experimente und wichtige Geschäftsmesswerte transparent und leicht verständlich für technische und nicht-technische Stakeholder machen.
- Als Brücke zwischen Data Science, Produkt- und Geschäftsteams fungieren, geschäftliche Fragen in analytische Probleme übersetzen und komplexe ML-Einsichten in klare Empfehlungen und Entscheidungen umwandeln.
- Produkt- und technische Entscheidungen mit Daten herausfordern und eine unabhängige analytische Perspektive in die Modellentwicklung, Experimentierung und Produktstrategie einbringen.
- Dokumentieren Ihrer Analysen, Methoden und Ergebnisse sowie Erstellen wiederverwendbarer analytischer Ansätze, die auf Modelle und Experimente angewendet werden können.
Wer Sie sind:
- Sie haben einen Abschluss in Mathematik, Statistik, Physik, Informatik, Wirtschaftswissenschaften, Analytik oder einem ähnlichen quantitativen Bereich.
- Sie haben mehr als 5 Jahre relevante Erfahrung in der Datenanalyse, Produktanalyse, Experimentierung, Data Science oder einer ähnlichen Rolle. Erfahrung in AdTech, mobilen Apps oder ML-gesteuerten Produkten ist ein großer Vorteil.
- Sie haben eine starke analytische Denkweise und genießen es, in Daten einzutauchen, um zu verstehen, warum etwas passiert, nicht nur was passiert ist.
- Sie sind versiert in SQL und fühlen sich wohl im Umgang mit großen Datensätzen.
- Sie haben starke Python- oder R-Kenntnisse und sind damit vertraut, diese für Datenanalysen und statistische Modellierung zu verwenden.
- Sie haben ein solides Verständnis von Statistik und Experimentierung, einschließlich Hypothesentests, Konfidenzintervallen, statistischer Signifikanz und A/B-Testanalyse.
- Sie haben ein Verständnis für Konzepte des maschinellen Lernens und der Modellevaluation und sind damit vertraut, mit Data Scientists zu arbeiten. Sie müssen nicht unbedingt selbst ML-Modelle erstellen, sollten jedoch verstehen, wie man deren Leistung und Einschränkungen bewertet.
- Sie haben Erfahrung im Umgang mit Modell- und Geschäftszahlen und können die technische Modellleistung mit realen Geschäftsergebnissen verknüpfen.
- Sie haben ausgezeichnete Fähigkeiten zur Datenvisualisierung und Erfahrung im Erstellen von Dashboards mit Tools wie QuickSight, Power BI, Tableau, R Shiny, Streamlit oder ähnlichem.
- Sie fühlen sich wohl dabei, komplexe analytische Ergebnisse sowohl technischen als auch nicht-technischen Zielgruppen zu kommunizieren.
Vorteile:
- Regelmäßiges Feedback und unser Entwicklungsprogramm unterstützen Ihr Wachstum und helfen Ihnen, Ihre Fähigkeiten zu erweitern und Ihre Karriereziele zu erreichen.
- Von der Unterzeichnung bis zur Eingewöhnung in Hamburg unterstützen wir Sie. Brauchen Sie ein Visum? Kein Problem. Bereit, Ihr neues Leben und Ihre Karriere bei adjoe in Hamburg aufzubauen? Wir unterstützen jede Ambition – vom Deutschlernen bis hin zu einem Umzugsbonus, der Ihnen hilft, sich einzuleben und Hamburg zu Ihrem Zuhause zu machen.
- Wir arbeiten in einem hybriden Setup mit 3 Kernbürotagen und flexiblen Arbeitszeiten. Genießen Sie 30 Urlaubstage, 3 Wochen Remote-Arbeit pro Jahr und kostenlosen Zugang zu einem Fitnessstudio mit verschiedenen Fitnesskursen sowie Unterstützung für psychische Gesundheit durch unser Mitarbeiterunterstützungsprogramm (EAP).
- Genießen Sie den Blick auf die Alster von unserem zentralen Büro mit hochwertiger Ausstattung, lustigen offenen Räumen und einer großen Auswahl an Snacks und Getränken.
- Teilnahme an regelmäßigen Team- und Unternehmensveranstaltungen, einschließlich Hackathons und sozialen Zusammenkünften. Wir arbeiten zusammen und feiern auch zusammen.
Wir freuen uns auf Ihre Bewerbung! Teilen Sie uns Ihr leidenschaftlichstes persönliches Projekt, Ihr gewünschtes Gehalt und Ihr frühestmögliches Startdatum mit. Wir freuen uns auf Ihre Bewerbung!
Wir begrüßen Bewerbungen von Menschen, die zur Vielfalt unseres Unternehmens beitragen.
Data Analyst, ML & Experimentation (f/m/d) in Hamburg Arbeitgeber: adjoe
adjoe ist ein hervorragender Arbeitgeber, der seinen Mitarbeitern die Möglichkeit bietet, an innovativen Technologien im Bereich Mobile Apps zu arbeiten. Mit einem dynamischen und unterstützenden Arbeitsumfeld fördert adjoe nicht nur die persönliche und berufliche Weiterentwicklung, sondern ermöglicht auch die Zusammenarbeit in einem vielfältigen Team aus über 40 Nationen. Hier haben Sie die Chance, an Projekten zu arbeiten, die täglich Hunderte von Millionen Nutzern erreichen und dabei Spaß an der Arbeit zu haben.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass du so Data Analyst, ML & Experimentation (f/m/d) in Hamburg erhalten könntest
✨Wende dich an die richtigen Communities
Schau dir Online-Communities und Foren an, die sich um Data Science drehen, wie Kaggle oder GitHub. Engagiere dich dort aktiv, teile deine Projekte und lerne von anderen – das wird dir helfen, nicht nur einen Fuß in die Tür zu bekommen, sondern auch wertvolle Kontakte zu knüpfen.
✨Präsentiere deine Daten-Projekte
Baue ein Portfolio auf, das deine besten Projekte zeigt. Nutze Plattformen wie GitHub oder eine persönliche Webseite, um deine Arbeiten zu veröffentlichen. Arbeitgeber im Data Science-Bereich schauen oft direkt auf praktische Erfahrungen, also zeig, was du drauf hast!
✨Nimm an Meetups und Hackathons teil
Besuche lokale Data Science-Meetups oder nehme an Hackathons teil. Diese Veranstaltungen sind nicht nur super, um dein Wissen zu erweitern, sondern auch Gold wert für Networking. Du lernst Fachkollegen kennen und kannst auf Lockere Art und Weise Eventualjobs ergattern.
✨Direkte Bewerbungen über unsere Seite
Vergiss nicht, direkt auf unserer Website nach Stellenangeboten bei adjoe zu schauen. Hier kannst du dich auf offene Datenwissenschaftsstellen bewerben und zeigst damit direktes Interesse, das viele Arbeitgeber schätzen!
Wir glauben, dass du diese Fähigkeiten brauchst, um Data Analyst, ML & Experimentation (f/m/d) in Hamburg mit Bravour zu bestehen
Einige Tipps für deine Bewerbung 🫡
Lass deine Daten sprechen!:In einem Bereich wie Data Science ist es entscheidend, dass du deine praktischen Fähigkeiten präsentierst. Wenn du an Projekten gearbeitet hast, die deine Analysefähigkeiten oder dein Wissen über Machine Learning demonstrieren, teile sie in deinem Lebenslauf oder füge einen Link zu deinem GitHub-Portfolio bei. Die Daten, die du analysiert hast, und die Tools, die du verwendest, sollten klar hervorgehoben werden.
Ergebnisse quantifizieren!:Unterstütze deine Erfahrung mit quantifizierbaren Ergebnissen. Zeige, wie du durch deine Analysen oder Modelle zur Entscheidungsfindung beigetragen hast oder wie deine Berechnungen den Rohdaten neue Erkenntnisse entlockt haben. Arbeitgeber in der Data Science sind oft an konkreten Verbesserungen und Effizienzsteigerungen interessiert!
Erläutere deine Lernbereitschaft!:Da es sich um eine Vollzeitstelle handelt, zeige in deinem Anschreiben, dass du bereit bist, zu lernen und dich weiterzuentwickeln. Sprich über deine Neugier für neue Technologien oder Methoden im Data Science Bereich. Vielleicht hast du auch Kurse besucht oder Zertifikate erworben, die deine Begeisterung zeigen!
Die richtige technische Sprache!:Achte darauf, dass deine Bewerbung alle relevanten technischen Begriffe enthält, die in der Data Science gebräuchlich sind. Nenne spezifische Programmier- und Analysetools wie Python, R oder SQL, die du beherrschst. Dies macht es für die Rekrutierer einfacher, schnell zu erkennen, dass du für die Rolle als Data Analyst, ML & Experimentation (f/m/d) bei adjoe gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei adjoe vorbereitet
✨Bereite deine technischen Skills vor
In einem Vorstellungsgespräch für eine Data-Science-Position wird oft dein Wissen über Tools wie Python, R oder SQL getestet. Mach dich mit gängigen Algorithmen und deren Einsatzmöglichkeiten vertraut, denn technische Fragen können schnell kommen. Lass uns sicherstellen, dass du in diesen Bereichen glänzt!
✨Verschaffe dir einen Überblick über Projekte
Da es sich um eine Vollzeitstelle handelt, ist es wichtig, dass du konkrete Erfahrungen und Projekte vorweisen kannst. Wenn du bereits an Data-Science-Projekten gearbeitet hast, sei bereit, diese in der Tiefe zu erläutern und zu diskutieren, wie du die Probleme gelöst hast. Dein Portfolio kann hier einen echten Unterschied machen!
✨Vorbereitung auf case studies
In Data-Science-Interviews sind case studies und praktische Probleme häufig Teil des Gesprächs. Übe, wie du strukturiert und logisch an solche Aufgaben herangehst. Arbeitgeber möchten sehen, wie du Daten analysierst und Lösungen entwickelst – bring also deine analytischen Fähigkeiten mit!
✨Zeige deine Leidenschaft für Daten
Mehr denn je geht es bei einer Vollzeitstelle darum, dass du nicht nur die Skills hast, sondern auch wirklich für das Feld brennst. Teile Anekdoten oder Erfahrungen, die zeigen, wie du zur Datenwissenschaft gekommen bist und was dich fasziniert. Diese Begeisterung kann für adjoe entscheidend sein!