Data Scientist - Quick Commerce

Data Scientist - Quick Commerce

Berlin Vollzeit 63000 - 77000 € / Jahr (geschätzt) Hybrid
D

Auf einen Blick

  • Aufgaben: Entwickle KI-Modelle zur Automatisierung der Produktkatalogoptimierung und -moderation.
  • Unternehmen: Weltweit führende lokale Lieferplattform mit Sitz in Berlin.
  • Vorteile: Attraktives Gehalt, flexible Arbeitszeiten und ein dynamisches Team.
  • Weitere Informationen: Vielfältige und inklusive Unternehmenskultur, die Kreativität und Innovation fördert.
  • Warum dieser Job: Gestalte die Zukunft des Quick Commerce und mache echten Einfluss auf Kunden weltweit.
  • Qualifikationen: 3+ Jahre Erfahrung in Data Science und Machine Learning, besonders in NLP und Klassifikationssystemen.

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

As the world’s pioneering local delivery platform, our mission is to deliver an amazing experience, fast, easy, and to your door.

We operate in over 70+ countries worldwide, powered by tech, designed by people.

As one of Europe’s largest tech platforms, headquartered in Berlin, Germany.

Delivery Hero has been listed on the Frankfurt Stock Exchange since 2017 and is part of the MDAX stock market index.

We enable creative minds to deliver solutions that create impact within our ecosystem.

We move fast, take action and adapt.

No matter where you're from or what you believe in, we build, we deliver, we lead.

We are Delivery Hero.

Job Description

We are on the lookout for a Data Scientist to join our Quick Commerce team on our journey to always deliver amazing experiences.

We are redefining how customers experience quick commerce.

You’ll help build technology that scales our non‑food offerings, reaching new market segments and driving revenue growth.

By innovating within our Quick Commerce Team, you’ll make Delivery Hero the go‑to platform for a broad range of products, helping us grow faster and deliver more value to customers around the world.

At Content & Assortment, we are building the AI engine that powers our global product catalog.

We want every product to be perfectly described, categorized, and presented to our customers.

Our mission is to automate and optimise the entire lifecycle of our product catalog—from creation and enrichment to categorization and curation—using advanced Machine Learning.

As a Data Scientist, you will work side‑by‑side with Data Scientists, Machine Learning Engineers, and Software Engineers to design, build, and deploy ML models that automate content creation and power a smarter product assortment.

This is a role for someone who has a strong background in applied ML, particularly in NLP, classification, or recommendation systems, and is hungry to solve complex catalog problems at scale.

You will drive hypotheses, validate model accuracy, and bring ML‑powered services for attribute enrichment, product categorisation, and assortment curation into production with real business impact.

If you’re a strong coder with a problem‑solving mentality and thrive in high‑scale applied ML problems, we’d love to talk.

  • Your mission
  • Design, experiment, and deploy AI/ML models/Agents to automate the enrichment and moderation of product attributes at scale.
  • Drive experimentation: formulate hypotheses, validate model performance, analyse business impact, and turn insights into production‑ready models.
  • Develop and provide ML models to intelligently curate the product assortment, including attribute extraction, product categorisation, category tree recommendations, and the curation of high‑impact featured categories.
  • Keep yourself up to date and apply state‑of‑the‑art models (e. g., in NLP, deep learning, classification, LLMs/AI agents) to see what truly works best for our catalog automation.
  • Collaborate closely with MLEs and Engineers to ensure solutions are scalable, reliable, and fast in production.
  • Contribute to the long‑term vision of catalog automation and AI‑driven assortment, while delivering short‑term wins that unlock measurable business impact.

Qualifications

  • 3+ years of industry experience applying Data Science and Machine Learning in production, ideally in large‑scale consumer‑facing applications.
  • Deep expertise in building and deploying ML models, particularly in Natural Language Processing (NLP), classification, recommendation systems and LLMs or agentic frameworks.
  • Strong statistical foundations and ability to distinguish signal from noise in large‑scale experimentation and model validation.
  • Excellent engineering skills: write clean, maintainable Python code; experience bringing ML models into production with best practices for observability, monitoring, and performance.
  • Experience with large‑scale ML model validation, experimentation, and A/B testing.
  • Proven ability to work cross‑functionally with engineers and product stakeholders, translating business problems into data science solutions.
  • Nice to have
  • Ph D in AI, Machine Learning, or a related field.
  • Experience scaling catalog automation or content generation systems across multiple markets and heterogeneous platforms.
  • Experience in designing or building Agentic AI systems.
  • Experience in fine‑tuning Large Language Models.
  • Familiarity with cloud platforms (GCP preferred).
  • Contributions to the data science community (conference talks, papers, OSS).
  • Additional Information

We believe diversity and inclusion are key to creating not only an exciting product, but also an amazing customer and employee experience.

Fostering this starts with hiring – therefore we do not discriminate on the basis of racial identities, religious beliefs, color, national origin, gender identities or expressions, sexual orientations, age, marital or disability statuses, or any other aspect that makes you, you.

We encourage you to let us know if you need any accommodations or specific accessibility support to ensure a smooth interview experience—just include it in your application.

You're welcome to share your pronouns (he/she/they) right from the start so we can address you respectfully from our first contact.

  • Seniority level
  • Mid‑Senior level
  • Employment type
  • Full‑time
  • Job function
  • Information Technology
  • Industries
  • Software Development and IT Services and IT Consulting
  • Referrals increase your chances of interviewing at Delivery Hero by 2x
  • #J-18808-Ljbffr

Data Scientist - Quick Commerce Arbeitgeber: Delivery Hero

Als Principal Product Manager bei Delivery Hero in Berlin haben Sie die Möglichkeit, Teil eines dynamischen Teams zu werden, das innovative Lösungen im Bereich Quick Commerce entwickelt. Wir bieten eine unterstützende Arbeitskultur mit umfangreichen Entwicklungsmöglichkeiten, einem hybriden Arbeitsmodell und attraktiven Zusatzleistungen wie einem Bildungsbudget und Gesundheitsförderung. Genießen Sie 27 Urlaubstage und profitieren Sie von einem inspirierenden Arbeitsumfeld in einer der aufregendsten Städte Europas.

D

Kontaktdaten:

Delivery Hero Recruiting-Team

StudySmarter Expertenrat🤫

Wir sind der Meinung, dass du so Data Scientist - Quick Commerce 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 Delivery Hero 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 Scientist - Quick Commerce mit Bravour zu bestehen

Machine Learning
Natural Language Processing (NLP)
Klassifikationssysteme
Empfehlungssysteme
Python-Programmierung
Modellvalidierung
A/B-Testing

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 Scientist - Quick Commerce bei Delivery Hero gut geeignet bist.

Wie man sich auf ein Vorstellungsgespräch bei Delivery Hero 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 Delivery Hero entscheidend sein!