Senior Data Scientist m/w/d

Was wäre, wenn Ihre Arbeit Veränderungen in einer global etablierten Branche vorantreiben könnte, die Prozesse gestaltet, die jede Ecke der Welt berühren? Bei Forto stehen wir an der Spitze des Wandels und nutzen die Kraft von KI, um die Logistik zu revolutionieren. Wir möchten digitale Lieferketten neu erfinden, um sie transparent, reibungslos und nachhaltig zu gestalten. Von Anfang an war es unsere Mission, den globalen Handel zu vereinfachen – einen nahtlosen und effizienten Logistikprozess zu schaffen.

Ihre Rolle & Mission

Als Data Scientist im Data Science-Team bei Forto übernehmen Sie die Verantwortung für Produktions-ML-Systeme, die strukturierte Intelligenz aus unstrukturierten Logistikdaten extrahieren. Sie werden als Data Scientist Engineer eng mit dem Engineering Manager und dem Product Manager in drei Kernarbeitsbereichen zusammenarbeiten: Dokumentendatenextraktion (FlashDoc), Vokabularzuordnung und Ratenblattanalyse, während Sie eine Kombination aus LLMs, benutzerdefinierten Modellen und regelbasiertem Postprocessing verwenden. Ihre unmittelbare Priorität besteht darin, die Kontinuität bestehender Produktionssysteme sicherzustellen, aber ebenso wichtig ist es, durch disruptive Methoden und neue Technologien Verbesserungen in der Genauigkeit voranzutreiben, wenn sich die Gelegenheit bietet. Über die Dokumentenautomatisierung hinaus erstreckt sich die Roadmap des Teams in das traditionelle Gebiet der Datenwissenschaft, einschließlich Nachfrageprognose, Abwanderungsvorhersage, Routenoptimierung und prädiktive Analytik für Logistikoperationen.

Was werden Sie tun

• Entwerfen, bauen und warten Sie End-to-End-ML-Pipelines für Dokumentenextraktion, Klassifizierung und Datenanreicherung in der Produktion.
• Entwickeln und verbessern Sie LLM-basierte Extraktionssysteme für komplexe Logistikdokumente (Packlisten, Buchungsbestätigungen, Rechnungen, Ratenblätter).
• Erstellen Sie Rahmenbedingungen zur Bewertung von Eingabeaufforderungen und Feedback-basierte Optimierungsschleifen, um die Extraktionsgenauigkeit systematisch zu verbessern.
• Trainieren Sie benutzerdefinierte interne Modelle mit Human-in-the-Loop (HITL)-Daten, um von unterstützter zu vollständig automatisierter Extraktion überzugehen.
• Erstellen und pflegen Sie semantische Ähnlichkeitsmodelle für Freitext zu standardisiertem TMS-Vokabular über Häfen, Terminals, Containertypen, juristische Personen und Positionen.
• Tragen Sie zur Extraktion von Ratenblättern bei: Erstellen von transporteurspezifischer Parsing-Logik, Postprocessing und Multi-Datei-Kombinationslogik.
• Verbessern Sie die Zuverlässigkeit der Pipeline durch Neugestaltung, Testen, Überwachung und Alarmierung für nicht deterministische ML-Systeme.
• Bewerten und führen Sie disruptive Ansätze ein (neue Modellarchitekturen, Feinabstimmungsstrategien, neuartige Bewertungsmethoden), um signifikante Genauigkeitsverbesserungen zu erzielen, wenn inkrementelle Optimierungen stagnieren.
• Umreißen und entwickeln Sie die nächste Generation von DS-Arbeitsabläufen des Teams über die Dokumentenautomatisierung hinaus: Nachfrageprognose, Abwanderungsvorhersage, Routenoptimierung und andere prädiktive Analytik-Anwendungsfälle für kommerzielle und logistische Teams.
• Arbeiten Sie mit Produktmanagern zusammen, um zu identifizieren, wo DS echte Benutzerprobleme lösen kann, Chancen aus den Daten proaktiv zu erkennen und Produkt-Roadmaps mit einer datengestützten Perspektive zu gestalten.
• Arbeiten Sie eng mit Engineering-Teams an Integration, Infrastruktur und API-Design zusammen, um sicherzustellen, dass DS-Ausgaben zuverlässig von nachgelagerten Systemen konsumiert werden.
• Verwalten Sie die Erwartungen der Stakeholder: Kommunizieren Sie, was angesichts der Kapazität machbar ist, setzen Sie realistische Zeitrahmen, kennzeichnen Sie frühzeitig Risiken und verhandeln Sie Priorisierungsabgleiche zwischen den Teams.

Erforderliche Fähigkeiten und Erfahrungen

• 3+ Jahre Berufserfahrung in Datenwissenschaft oder Maschinenlernen-Engineering;
• Fähigkeit, ML-Systeme in der Produktion zu entwerfen, bereitzustellen und zu warten. Gehen Sie über die Modellentwicklung hinaus. Dazu gehören Pipeline-Architektur, Überwachung, Zuverlässigkeit und der Umgang mit nicht deterministischen Ausgaben in großem Maßstab;
• Fähigkeit, sich schnell in neue Tools/Technologien/Problembereiche einzuarbeiten;
• Starke Nutzung von agentischen Tools zum Programmieren;
• Starke Kenntnisse in Python;
• Praktische Erfahrung mit LLMs (Eingabeaufforderungen, Feinabstimmung, Bewertung) und Verständnis ihrer Einschränkungen in Produktionsumgebungen;
• Starke Grundlagen in klassischer Datenwissenschaft und Statistik: Regression, Klassifikation, Zeitreihenanalyse, Datenleckage, Versuchsdesign und Hypothesentests;
• Starke analytische und problemlösende Fähigkeiten;
• Starke Fähigkeiten im Stakeholder-Management;

Bevorzugte Fähigkeiten und Erfahrungen

• Erfahrung in den Bereichen Logistik, Lieferkette oder Frachtvermittlung;
• Erfahrung in der direkten Zusammenarbeit mit Produktmanagern und Engineering-Teams;
• Vertrautheit mit Techniken zur semantischen Ähnlichkeit und Entitätsauflösung;
• Erfahrung mit Human-in-the-Loop (HITL)-Workflows und dem Entwerfen von Feedbackschleifen zur Modellverbesserung;
• Erfahrung mit Nachfrageprognosen, Zeitreihenmodellierung oder Abwanderungsvorhersage im Geschäftskontext;
• Erfahrung in einem Umfeld mit geringem Datenvolumen;
• Erfahrung mit Routen- oder Netzwerkoptimierung (Kosten-, Risiko- oder Rentabilitätsmodellierung);

Erfüllen Sie nicht alle unsere Kriterien? Das ist in Ordnung! Wir wissen, dass Sie zögern könnten, sich zu bewerben, wenn Sie nicht alle unsere Anforderungen erfüllen, aber hier bei Forto sind wir stolz darauf, unterschiedliche Perspektiven zu akzeptieren und Potenzial zu feiern. Wenn Sie leidenschaftlich an dieser Position und den Werten von Forto interessiert sind, bewerben Sie sich trotzdem. Es könnte einen Platz für Sie in dieser Rolle geben – oder in einer anderen, die perfekt passt!

Warum sollten Sie mit uns arbeiten?

Unser Team arbeitet hart und strebt ständig danach, die Auswirkungen seiner Arbeit zu maximieren, aber wir stellen immer unsere Mitarbeiter an erste Stelle. Wir schätzen effiziente Systeme und schnelle, direkte Kommunikation. Wir möchten, dass jeder die Möglichkeit hat, zu sprechen, damit wir unterschiedliche Perspektiven annehmen können, um stets Lösungen zu finden.