Applied Mathematician

Applied Mathematician

Köln Vollzeit 63000 - 77000 € / Jahr (geschätzt) Homeoffice (teilweise)
Circonomit

Auf einen Blick

  • Aufgaben: Entwickle mathematische Modelle für industrielle Entscheidungsprozesse und optimiere reale Produktionsdaten.
  • Unternehmen: Innovatives Unternehmen, das Entscheidungstechnologie für die Industrie bereitstellt.
  • Vorteile: Wettbewerbsfähiges Gehalt, Aktienoptionen, Hardware nach Wahl und Sportmitgliedschaft.
  • Weitere Informationen: Dynamisches Team mit flachen Hierarchien und schnellen Feedbackschleifen.
  • Warum dieser Job: Gestalte die Zukunft der Industrie mit deiner Mathematik und erziele echten Einfluss.
  • Qualifikationen: Erfahrung in angewandter Mathematik und Optimierung, Teamarbeit und Programmierkenntnisse in Python.

Das prognostizierte Gehalt liegt zwischen 63000 - 77000 € pro Jahr.

Wir bauen die Entscheidungsinfrastruktur der Welt: den strategischen Zwilling jeder Industrieorganisation für komplexe kombinatorische Probleme. Wir haben das, was zuvor nicht möglich war, freigeschaltet: die Realität mit ihren Hebeln und Einschränkungen in einen Computer zu übertragen und dann n-dimensionale Optimierung bei kritischen Entscheidungen der Wertschöpfungskette durchzuführen. Wir helfen Europa stark zu bleiben und dem deutschen Mittelstand, gute Entscheidungen zwischen Marktverschiebungen, Aufträgen, Maschinen und Menschen zu treffen.

Wir bewegen uns schnell. Wir kümmern uns. Keine Geduld für ungelöste Probleme.

Ihre Mission

Wir bauen Entscheidungsinfrastruktur für Industrieunternehmen: Unsere Kunden modellieren ihre Produktion mit Kapazitäten, Kosten und Einschränkungen, und wir berechnen die Antwort auf "Was sollten wir tun?", bevor die Entscheidung getroffen wird. Unsere Engine verwandelt dieses Modell in ein Artefakt, das sowohl wie eine Tabelle bewertet als auch wie ein Solver optimiert. Es sitzt zwischen zwei Welten: der Mathematik, die die Antwort korrekt macht, und dem Produkt, das es für Menschen, die keine Mathematiker sind, nutzbar machen muss.

Die mathematische Hälfte dieser Brücke gehört Ihnen; unsere Ingenieure besitzen die andere. Sie modellieren auch reale Kundenprobleme damit, denn so lernen Sie, was die Engine als Nächstes bereitstellen muss.

Wir werden es nicht beschönigen: Kombinatorische Suche ist unvorhersehbar, Kundendaten kommen chaotisch an, und einige Wochen setzt eine Frist die Priorität.

Was Sie besitzen werden

  • Die Mathematik hinter den Modellen. Ein Modell bedeutet genau eine Sache, und es bedeutet das immer noch, nachdem es einen Solver erreicht hat. Die Algebra darunter gehört Ihnen, ebenso wie die Entscheidung, was die Engine als Nächstes ausdrücken können sollte und was sie ablehnen sollte.
  • Kundenmodelle, von Anfang bis Ende. Verwandeln Sie ein Planungsproblem mit Kapazitäten, Kosten, Vorlaufzeiten und Schichtplänen in ein Modell, dessen Antwort ein Werkleiter umsetzt. Dazu gehören die Daten, mit denen es arbeitet: ERP- und Excel-Exporte und das Auffangen der Zahlen, die nicht stimmen können, bevor der Kunde es tut.
  • Antworten, mit denen Menschen handeln können. Ein Planer sieht die Zahl sich verbessern, kann sie Wochen später in einem Meeting verteidigen und erhält dennoch etwas Nutzbares, wenn die ehrliche Antwort "unmöglich" lautet: welche Regeln kollidieren und was es kosten würde, eine zu biegen.
  • Skalierung in beide Richtungen. Ein Modell, das für einen Standort antwortet, antwortet weiterhin, wenn es zwölf abdeckt, über mehrere Zeiträume hinweg, gegen härtere Einschränkungen. Und hundert Kunden, die gleichzeitig lösen, ohne dass einer von ihnen den anderen bemerkt. Wie Sie dorthin gelangen, liegt in Ihrer Hand.
  • Ihre Funktionen von der ersten Zeile bis zur Produktion. Niemand gibt Ihnen ein Ticket und wartet.

Wie wir arbeiten

Kleines Team, kurze Kommunikationswege, keine Ebenen. Sie besitzen Ihre Arbeit von Anfang bis Ende: Sie bauen es, Sie bringen es selbst in die Produktion, Sie betreiben es. Feedback läuft in beide Richtungen und kontinuierlich, in der täglichen Arbeit und in wöchentlichen Einzelgesprächen. Wir sprechen als Gleichgestellte, kommunizieren proaktiv und kennzeichnen frühzeitig, wenn etwas nicht funktioniert. Nein zu sagen, ist Teil des Jobs. Wir überprüfen die Arbeit des anderen, und wir sind gerne im Büro in Köln, weil die schnellsten Gespräche immer noch in einem Raum stattfinden. Mathematik, Ingenieurwesen und Kundenarbeit sitzen hier aus Design in derselben Person.

Anforderungen

  • Tiefe angewandte Mathematik: diskrete Optimierung, Algorithmusdesign und die Algebra darunter auf einem Niveau, auf dem Sie eine Modellierungsabstraktion erstellen können, in der andere dann arbeiten. Eine Promotion ist ein Weg, dorthin zu gelangen; versandte Arbeiten sind ein anderer.
  • Sie haben Optimierung in der Industrie modelliert und versandt (MILP, CP oder beides), mit Modellen, die chaotische Daten, Fristen und echte Benutzer überstanden haben.
  • Sie wissen, wo Methoden und Solver an ihre Grenzen stoßen, einschließlich CP-SAT und Gurobi, und können sagen, welche Technik Ihnen was gebracht hat: Warmstarts, rollende Horizonte, relax-and-fix, Aggregation, Matheuristiken oder eine einfache Heuristik, wenn eine exakte Lösung das falsche Werkzeug ist.
  • Sie haben Optimierungsarbeitslasten durchgeführt, bei denen jemand auf die Antwort gewartet hat, nicht nur in Notizbüchern: Stornierungen, Zeitüberschreitungen und parallele Lösungen sind Probleme, die Sie bereits einmal gelöst haben.
  • Python in Produktionsqualität: Tests, Typen, Überprüfung und ein Profiler vor einem Optimierer. Sie haben numerischen Code schnell gemacht und ihn korrekt gehalten, auch dort, wo ein Modell auf einen Solver trifft: Skalierung, Toleranzen, Integrität und der Moment, in dem Geld nicht mehr in eine ganze Zahl passt.
  • Sie möchten das Problem des Kunden und seine Daten verstehen, nicht nur das Modell.
  • Sie haben im Team gearbeitet, nicht hauptsächlich allein.
  • Deutsch auf C1-Niveau oder besser und fließendes Englisch. Das Teamleben läuft auf Deutsch; Code und Dokumente sind auf Englisch.
  • NRW-basiert (Kölner Büro), optional München, Stuttgart, Berlin oder bereit, hybrid zu arbeiten. Offen, einen Weg zu finden, wenn wir passen.

Nice to have:

  • Sparse oder Tensor-Numerik im großen Maßstab
  • Compiler-, DSL- oder Typsystemarbeit
  • Leistungsarbeit an numerischem oder kompiliertem Code
  • Solver-Interna
  • Bereitstellung und Skalierung von Solver-Arbeitslasten selbst
  • Produktionsplanung, Lieferkette oder Logistikdomänenwissen

Sie sind strukturiert und handlungsorientiert, und Sie haben gezeigt, dass Sie überall dort, wo das Leben Sie bisher hingestellt hat, gewinnen wollen.

Diese Rolle ist nicht für Sie, wenn Sie Forschungsfreiheit über Produktfristen wünschen, wenn Sie lieber einen Motor neu schreiben als ihn zu messen, wenn Sie nur innerhalb Ihrer eigenen Abstraktion arbeiten möchten, wenn die Datenarbeit die Aufgabe eines anderen ist oder wenn Sie darauf warten, dass Ihnen die nächste Aufgabe zugewiesen wird.

Vorteile

  • Einfluss. Ihre Arbeit entscheidet darüber, wie Fabriken planen, basierend auf realen Industriedaten, in einem Produkt, das die Menschen täglich nutzen, nicht in einem Benchmark-Set. Kunden messen in Euro, was Ihre Arbeit verändert hat, und sie erzählen es Ihnen.
  • Eigentum. Sie besitzen die Engine im Zentrum des Produkts: ihre Mathematik, ihr Verhalten in der Produktion und wohin sie als Nächstes geht.
  • Die Menschen neben Ihnen. Die OR-Ingenieure an den Modellen und der Lösungsfläche sowie der CTO auf der Plattform.
  • Feedbackgeschwindigkeit. Sie werden wissen, wo Sie stehen. Wir sagen Dinge laut, passen uns an und erwarten dasselbe von Ihnen.
  • Hohe Einsätze. Wettbewerbsfähiges Gehalt und relevanter Spielraum im Eigenkapitalpaket (VSOP), um Ihren Beitrag und Ihre Karriereentwicklung zu berücksichtigen.
  • Die Grundlagen. Hardware Ihrer Wahl, AI-Tooling-Budget, Sportmitgliedschaft, Deutschland-Ticket.

Prozess: Ein 20-minütiger erster Anruf mit mir; ein technisches Gespräch, das tief in Ihre Modellierungs- und Ingenieurarbeit eintaucht; eine praktische Herausforderung von etwa drei Stunden, gefolgt von einem 45-minütigen Durchgang, in dem Sie Ihre Lösung und die Entscheidungen dahinter erklären; dann das Team, online und dann persönlich. Beide Seiten entscheiden. Zwei bis drei Wochen von Anfang bis Ende, und Sie hören innerhalb weniger Tage nach jedem Schritt zurück. Bevor Sie entscheiden, bitten Sie uns, Sie mit jemandem in Kontakt zu bringen, der Ihnen das Gute, das Schlechte und das Hässliche erzählt.

Um sich zu bewerben: Überspringen Sie das Anschreiben. Erzählen Sie uns von einem Modell, das Sie gebaut haben, das in die Produktion ging, und einer Modellierungsentscheidung, die Sie heute rückgängig machen würden.

„Hustle the day, analyze at night, reinforce something outstanding.“

Applied Mathematician Arbeitgeber: Circonomit

Als Arbeitgeber bieten wir Ihnen die Möglichkeit, an der Spitze der Technologie zu arbeiten und aktiv an der Gestaltung unserer Architektur mitzuwirken. Unsere Unternehmenskultur fördert Eigenverantwortung und schnelle Entscheidungsfindung, während wir gleichzeitig Wert auf Gesundheit und Wohlbefinden legen, indem wir Ihre Sportmitgliedschaft vollständig übernehmen. In Köln ansässig, bieten wir Ihnen nicht nur ein dynamisches Arbeitsumfeld, sondern auch die Chance, sich in einem innovativen Team weiterzuentwickeln und an bedeutenden Projekten zu arbeiten.

Circonomit

Kontaktdaten:

Circonomit Recruiting-Team

StudySmarter Expertenrat🤫

Wir sind der Meinung, dass du so Applied Mathematician 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 Circonomit 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 Applied Mathematician mit Bravour zu bestehen

Angewandte Mathematik
Diskrete Optimierung
Algorithmendesign
Modellierungsabstraktion
Optimierungsmodelle (MILP, CP)
Datenanalyse
Python-Programmierung

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 Applied Mathematician bei Circonomit gut geeignet bist.

Wie man sich auf ein Vorstellungsgespräch bei Circonomit 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 Circonomit entscheidend sein!