Auf einen Blick
- Aufgaben: Entwickle datenbasierte Lösungen für digitales Marketing und arbeite eng mit verschiedenen Teams zusammen.
- Arbeitgeber: Arsenault, ein innovatives Unternehmen mit einer globalen, kreativen Gemeinschaft.
- Mitarbeitervorteile: Wettbewerbsfähiges Gehalt, Gesundheitsleistungen und Möglichkeiten zur beruflichen Weiterentwicklung.
- Andere Informationen: Dynamisches Umfeld mit großartigen Karrierechancen und internationalem Team.
- Warum dieser Job: Nutze deine Datenkenntnisse, um echte Auswirkungen im digitalen Marketing zu erzielen.
- Gewünschte Qualifikationen: Abschluss in einem quantitativen Fach und Erfahrung in der Datenanalyse.
Das voraussichtliche Gehalt liegt zwischen 36000 - 60000 € pro Jahr.
Der Jr Data Scientist wird Lösungen für digitale Marketinganwendungen entwickeln, indem er statistische und datenmining Methoden sowie Datenengineering-Lösungen anwendet. Er arbeitet eng mit unseren Teams für Analytics, Media Buying Account Management, Solutions Engineering und Ökonometrie zusammen. Der Jr Data Scientist sollte auf dem besten Weg sein, ein Datenspezialist zu werden, mit einer soliden Grundlage im digitalen Marketing und starker Erfahrung in der Implementierung von Propensity-Modellierung, Clusteranalyse, Churn-Analyse, Produktempfehlungssystemen und beschreibender Analyse.
Der Kandidat kann erwarten, mit Unterstützung von erfahrenen Teammitgliedern an allen Phasen interner Forschungs- und Entwicklungsprojekte sowie Kundenprojekten teilzunehmen, einschließlich Projektdefinition, Datenerfassung, Datenengineering, Modellentwicklung und/oder Datenmining, Evaluierung von Optionen und Abgabe von Empfehlungen.
Verantwortlichkeiten
- Verwendung von prädiktiven Modellen zur Verbesserung und Optimierung von Kundenerfahrungen, Umsatzgenerierung, Werbezielgruppenansprache und anderen Geschäftsergebnissen.
- Statistische Analysen und Machine Learning-Bibliotheken (R Stats, Python StatsModels, scikit-learn usw.) nutzen, um Modelle zu erstellen, die den Einfluss von Online-Aktivitäten auf Offline-Konversionen quantifizieren.
- Cloud-Ressourcen (Microsoft Azure, AWS, GCP oder andere) bereitstellen, um Analysen an großen Datensätzen durchzuführen.
- Das DS-Team bei der Erstellung von ML-Pipelines unterstützen, von der Datenaufbereitung bis zur Produktion.
- Datenvisualisierungstechniken nutzen, um Daten und Modelle Kunden und internen Teams zu erklären (Power BI, Tableau, Looker usw.).
- Daten abbauen, um analytische Projekte zu unterstützen und Daten vorzubereiten, um die Entwicklung von Informationsmodellen zu unterstützen, die Projekt-Hypothesen beweisen oder widerlegen.
- Bei der Gestaltung und Verwaltung von Experimenten helfen, um eine ordnungsgemäße Durchführung, Datenbereinigung und statistische Signifikanz der Ergebnisse sicherzustellen.
- Eng mit dem Ökonometrie-Team in London zusammenarbeiten und Beratern helfen, die Marketing-Mix- und MTA-Modellierungsfähigkeiten in der Region aufzubauen.
Erforderliche Fähigkeiten und Qualifikationen
- BSc oder MSc in einem quantitativen STEM-Fach wie Informatik, Mathematik, Ökonometrie.
- Nachgewiesene Erfahrung in der Formulierung, Übersetzung und Lösung von Geschäftsproblemen durch Daten.
- Vertrautheit mit der Arbeit in einer Cloud-Plattform wie GCP, Azure oder AWS.
- Über 1 Jahr Erfahrung in der Datenwissenschaft mit Schwerpunkt auf digitalem Marketing-Analytics, statistischer Modellierung, maschinellem Lernen für Prognosen, Klassifikation und Optimierung.
- Über 1 Jahr Erfahrung in der Analyse großer Datensätze mit dem Python- oder R-Datenökosystem.
- Über 1 Jahr Erfahrung im Abfragen großer Datenbanken (SQL, Snowflake, BigQuery oder ähnlich).
- Über 1 Jahr Erfahrung mit Power BI, Tableau, Looker oder ähnlichem.
- Fähigkeit, analytische Methoden und Ergebnisse nicht-technischen Stakeholdern zu erklären, um datengestützte Entscheidungen zu treffen.
- Bereitschaft, sowohl anderen zu lehren als auch neue Techniken zu lernen.
- Fortgeschrittene Deutsch- und Englischkenntnisse.
Bevorzugte Qualifikationen
- Über 1 Jahr Erfahrung in der Nutzung digitaler Analytik (Google/Adobe Analytics) und Messlösungen in der digitalen Werbebranche mit Erfahrung in verschiedenen Kundenbereichen, einschließlich: Einzelhandel, Finanzdienstleistungen/Einzelhandelsbankwesen, Versicherungen, Telekommunikation, Automobil oder CPG.
- Eine GCP-, Azure- oder AWS-Zertifizierung wie GCP Professional Data Engineer, Azure Data-Zertifizierung, AWS Certified Machine Learning (oder ähnlich).
Über Arsenault
Arsenault hat sich zum Ziel gesetzt, eine neue Zukunft für diese Branche zu schaffen. Unsere Vision? Alles mit dem Glauben zu bauen, dass Veränderung zum Guten von der Veränderung dessen kommt, der die Arbeit macht. Willkommen in der Party – ein globales, interkulturelles Kollektiv mit einer Leidenschaft dafür, unsere Fähigkeiten zu nutzen, um besseres und eine bessere Welt zu schaffen. So können wir die Verbindungen zwischen Daten, Inhalten, digitalen Medien und Technologie aus allen Bereichen herstellen – ein echtes End-to-End-Modell. Der Beitritt zum Arsenault-Kollektiv bedeutet, die Möglichkeit zu haben, preisgekrönte Arbeiten mit einigen der talentiertesten, fokussiertesten und fröhlichsten Talente aus der ganzen Welt zu schaffen.
Junior Data Scientist Arbeitgeber: Arsenault
Kontaktperson:
Arsenault HR Team
StudySmarter Bewerbungstipps 🤫
So bekommst du den Job: Junior Data Scientist
✨Tipp Nummer 1
Netzwerken ist der Schlüssel! Nutze Plattformen wie LinkedIn, um mit Fachleuten aus der Branche in Kontakt zu treten. Teile deine Projekte und Erfahrungen, um sichtbar zu werden und vielleicht sogar Empfehlungen zu erhalten.
✨Tipp Nummer 2
Bereite dich auf Vorstellungsgespräche vor, indem du häufige Fragen zu Datenanalyse und maschinellem Lernen übst. Zeige, dass du nicht nur die Theorie beherrschst, sondern auch praktische Anwendungen in digitalen Marketingprojekten vorweisen kannst.
✨Tipp Nummer 3
Nutze unsere Website, um dich direkt auf offene Stellen zu bewerben. So kannst du sicherstellen, dass deine Bewerbung schnell und effizient an die richtigen Leute gelangt!
✨Tipp Nummer 4
Sei bereit, deine analytischen Fähigkeiten zu demonstrieren. Bereite ein Portfolio vor, das deine besten Projekte zeigt, insbesondere solche, die sich auf digitale Marketinganalysen konzentrieren. Das wird dir helfen, dich von anderen Bewerbern abzuheben.
Diese Fähigkeiten machen dich zur top Bewerber*in für die Stelle: Junior Data Scientist
Tipps für deine Bewerbung 🫡
Mach deine Bewerbung persönlich: Zeig uns, wer du bist! Verwende eine freundliche und authentische Sprache in deinem Anschreiben. Erzähl uns, warum du dich für die Position als Junior Data Scientist interessierst und was dich an der Arbeit bei StudySmarter begeistert.
Betone deine relevanten Fähigkeiten: Stell sicher, dass du deine Erfahrungen mit Datenanalyse, statistischen Modellen und Cloud-Plattformen klar hervorhebst. Wir suchen nach jemandem, der die nötigen Skills hat, um in unserem Team erfolgreich zu sein, also zeig uns, was du drauf hast!
Sei konkret und präzise: Vermeide es, allgemein zu bleiben. Nenne spezifische Projekte oder Erfahrungen, die deine Eignung für die Rolle unterstreichen. Wenn du zum Beispiel mit Python oder R gearbeitet hast, erzähl uns von einem konkreten Projekt, das du umgesetzt hast.
Bewirb dich über unsere Website: Wir freuen uns darauf, deine Bewerbung über unsere Website zu erhalten! Das macht es uns einfacher, alles zu verwalten und sicherzustellen, dass du die Aufmerksamkeit bekommst, die du verdienst. Also, zögere nicht und klick dich durch!
Wie du dich auf ein Vorstellungsgespräch bei Arsenault vorbereitest
✨Verstehe die Rolle
Mach dich mit den spezifischen Anforderungen der Junior Data Scientist-Position vertraut. Überlege dir, wie deine bisherigen Erfahrungen und Fähigkeiten in den Bereichen statistische Modellierung, Datenanalyse und digitale Marketingstrategien zu den Aufgaben passen, die du übernehmen würdest.
✨Bereite praktische Beispiele vor
Sei bereit, konkrete Beispiele aus deiner bisherigen Arbeit oder Studienprojekten zu teilen, die deine Fähigkeiten in der Datenanalyse und im maschinellen Lernen demonstrieren. Zeige, wie du Probleme gelöst hast und welche Tools du verwendet hast, um Ergebnisse zu erzielen.
✨Kenntnisse über Tools und Technologien
Stelle sicher, dass du mit den gängigen Tools und Technologien, die in der Stellenbeschreibung erwähnt werden, vertraut bist. Übe den Umgang mit Python, R, SQL und Datenvisualisierungstools wie Power BI oder Tableau, damit du während des Interviews selbstbewusst darüber sprechen kannst.
✨Fragen stellen
Bereite einige Fragen vor, die du dem Interviewer stellen kannst. Das zeigt dein Interesse an der Position und hilft dir, mehr über die Unternehmenskultur und die Teamdynamik zu erfahren. Frage nach den aktuellen Projekten des Teams oder wie sie den Erfolg von Datenmodellen messen.