Staff Data Scientist, Dmarts - Quick Commerce

Staff Data Scientist, Dmarts - Quick Commerce

Berlin Vollzeit 25 - 9 € / Stunde (geschätzt) Kein Homeoffice möglich
Delivery Hero

Auf einen Blick

  • Aufgaben: Entwickle und optimiere ML-Modelle für die schnelle Lieferung von Produkten.
  • Unternehmen: Wachsendes Unternehmen im Bereich Quick Commerce mit innovativer Kultur.
  • Vorteile: 27 Tage Urlaub, Bildungsbudget, Gesundheitschecks und flexible Arbeitsmodelle.
  • Weitere Informationen: Dynamisches Team in Berlin mit großartigen Karrierechancen und einem Fokus auf Vielfalt.
  • Warum dieser Job: Gestalte die Zukunft des E-Commerce und beeinflusse Millionen von Kunden weltweit.
  • Qualifikationen: Mindestens 9 Jahre Erfahrung in Data Science und starke Programmierkenntnisse in Python.

Das prognostizierte Gehalt liegt zwischen 25 - 9 € pro Stunde.

Wir sind auf der Suche nach einem Staff Data Scientist im Bereich Quick Commerce, um unser Team zu verstärken und unsere Prognosen sowie Abläufe auf das nächste Level zu heben. Seien Sie Teil der Neugestaltung, wie Kunden Quick Commerce erleben. Sie werden Technologien entwickeln, die unser Non-Food-Angebot skalieren, neue Marktsegmente erreichen und das Umsatzwachstum vorantreiben. Durch Innovationen in unserem Quick Commerce Team werden Sie Delivery Hero zur bevorzugten Plattform für eine breite Palette von Produkten machen und uns helfen, schneller zu wachsen und unseren Kunden weltweit mehr Wert zu bieten.

Die Mission des Teams besteht darin, die Erfahrung der Anbieter zu verbessern und Wert in den kritischen Pfad des Lieferkettenprozesses durch Datenwissenschaft und Datenengineering zu bringen. Sie werden mit einem internationalen und erfahrenen Team arbeiten und die Erfahrung für Millionen von Kunden gestalten, die täglich über unsere Plattform bestellen.

Sie bringen erstklassige KI- und ML-Expertise mit, um die Funktionen und ML-Modelle zu entwerfen, zu erstellen und zu warten, die hinter unseren Abläufen stehen. Sie werden technische Exzellenz vorantreiben und eng mit unseren Kollegen zusammenarbeiten.

Aufgaben:

  • Entwicklung, Test und Produktion von Prognosealgorithmen unter Verwendung modernster maschineller Lern-, statistischer Inferenz- und Optimierungsmodelle.
  • Beitrag zum Aufbau unserer Modelle für personalisierte Empfehlungen.
  • Arbeiten in funktionsübergreifenden Teams in Disziplinen wie Produkt, Engineering und Design.
  • Verantwortung für die technische Strategie und langfristige Vision der ML-Plattformarchitektur; Anleitung der Teams in der Organisation zur ML-Strategie und -Integration, um Zuverlässigkeit und Stabilität sicherzustellen.
  • Aktuell bleiben bei neuen Technologien und Branchentrends in Datenwissenschaft, Kundenanalytik und Retentionsstrategien.
  • Definition und Evangelisierung von ML/DS-Best Practices, Standards und Rahmenbedingungen in der QCommerce Operations Tribe und verwandten Bereichen.

Qualifikationen:

  • Über 9 Jahre Erfahrung in der Datenwissenschaft mit dem Entwurf robuster End-to-End-Daten-Workflows und mindestens 5 Jahre Erfahrung mit Prognosetechniken oder Optimierung.
  • Nachweisliche Erfolge beim Aufbau oder der Skalierung von ML-Plattformen über den gesamten Lebenszyklus.
  • Erfahrung in der Definition und Implementierung von ML-Best Practices und Standards in großem Maßstab.
  • Solide Programmierkenntnisse in Python, Docker und Cloud-Plattformen (AWS oder GCP).
  • Tiefgehende betriebliche Kenntnisse von KI-Frameworks (z.B. TensorFlow, PyTorch) und Erfahrung mit LLMs.
  • Nachgewiesene Fähigkeit, Stakeholder über organisatorische Grenzen hinweg ohne direkte Autorität zu beeinflussen und auszurichten.
  • Exzellente schriftliche und mündliche Kommunikationsfähigkeiten in Englisch.

Zusätzliche Informationen:

Wir sorgen dafür, dass Sie und alle unsere Heroes gut betreut, glücklich und gesund sind. Denn wenn es Ihnen gut geht, geht es uns gut.

Nutzen Sie unser hybrides Arbeitsmodell und kommen Sie 2 Tage pro Woche für persönliche Verbindungen und Zusammenarbeit in unser schönes Büro in Berlin zusammen.

Wir bieten 27 Tage Urlaub mit einem zusätzlichen Tag im 2. und 3. Jahr der Betriebszugehörigkeit.

Wir unterstützen Sie bei Ihrer persönlichen Entwicklung und Karrierewachstumschancen: 1.000 € Bildungsbudget, Sprachkurse, Unterstützung für Eltern und Zugang zur Udemy Business-Plattform, um eine Vielzahl von Online-Kursen zu erkunden.

Gesundheitschecks, Meditation und Fitnessstudio sind ebenfalls Teil unseres Angebots.

Wir bieten auch ein Mitarbeiteraktienkaufprogramm, Sabbatical-Bank, Rabatte auf öffentliche Verkehrsmittel, Lebens- und Unfallversicherungen sowie eine betriebliche Altersvorsorge.

Wir glauben, dass Vielfalt und Inklusion entscheidend sind, um nicht nur ein aufregendes Produkt, sondern auch ein großartiges Kunden- und Mitarbeitererlebnis zu schaffen. Daher diskriminieren wir nicht aufgrund von Rassenidentitäten, religiösen Überzeugungen, Hautfarbe, nationaler Herkunft, Geschlechtsidentitäten oder -ausdrücken, sexuellen Orientierungen, Alter, Familienstand oder Behinderungsstatus oder einem anderen Aspekt, der Sie ausmacht.

Wir ermutigen Sie, uns mitzuteilen, ob Sie besondere Unterstützung oder Barrierefreiheit benötigen, um ein reibungsloses Vorstellungsgespräch zu gewährleisten.

Staff Data Scientist, Dmarts - 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.

Delivery Hero

Kontaktdaten:

Delivery Hero Recruiting-Team

Wir glauben, dass du diese Fähigkeiten brauchst, um Staff Data Scientist, Dmarts - Quick Commerce mit Bravour zu bestehen

Data Science
Machine Learning
Statistical Inference
Optimization Models
Python
Docker
Cloud Platforms (AWS oder GCP)