(Senior) Data Scientist, Operations Research (m/f/d) in Berlin

(Senior) Data Scientist, Operations Research (m/f/d) in Berlin

Berlin Vollzeit 49500 - 60500 € / Jahr (geschätzt) Hybrid
F

Auf einen Blick

  • Aufgaben: Entwickle datenbasierte Lösungen zur Optimierung der Bestellungen und Lagerbestände.
  • Unternehmen: Freshflow, ein innovatives Unternehmen im Bereich KI für die Lebensmittelversorgung.
  • Vorteile: Beteiligung am Unternehmen, flexible Arbeitsorte und Unterstützung bei Umzügen nach Berlin.
  • Weitere Informationen: Kleine, erfahrene Teams mit schnellen Einstellungsprozessen und vielfältiger Unternehmenskultur.
  • Warum dieser Job: Arbeite an realen Problemen mit messbarem Einfluss auf Lebensmittelverschwendung und Profit.
  • Qualifikationen: Hintergrund in Operations Research oder einem quantitativen Bereich, idealerweise mit praktischer Erfahrung.

Das prognostizierte Gehalt liegt zwischen 49500 - 60500 € pro Jahr.

Freshflow baut das KI-Betriebssystem für die frische Lebensmittelversorgungskette, beginnend mit der Optimierung von Bestellungen und Beständen für frische Abteilungen. Lebensmittelhändler in Deutschland und Frankreich, darunter EDEKA, REWE, Carrefour, Intermarché und E.Leclerc, nutzen Freshflow täglich, um Lebensmittelverschwendung zu reduzieren und die Regale voll zu halten.

Die Rolle umfasst:

  • Verantwortung für die gesamte Bandbreite der Datenwissenschaft bei Freshflow, von der Prognose bis zu den darauf basierenden Bestellentscheidungen.
  • Eigentum an der Operations Research und Entscheidungsfindung.
  • Arbeiten an Problemen, die im Moment am wichtigsten sind, einschließlich Prognosen.

Wir bewerten unsere Arbeit danach, was sie in den Geschäften bewirkt: weniger Abfall, weniger Fehlbestände, mehr Gewinn. Das macht diese Rolle pragmatisch. Der richtige Ansatz ist derjenige, der den meisten Wert für die Kunden liefert, nicht der eleganteste auf dem Papier.

Wer wir suchen:

  • Idealerweise bringen Sie einen Hintergrund in Operations Research mit und haben Erfahrung in der Anwendung auf reale Entscheidungen in einem Geschäftsumfeld.
  • Wenn Sie noch keine tiefgehende Optimierungserfahrung haben, aber einen starken quantitativen Hintergrund besitzen und in diesem Bereich wachsen möchten, möchten wir auch von Ihnen hören.

Was Sie tun werden:

  • Besitzen, wie Prognosen zu Entscheidungen werden: die Bestellpolitik und die Bestandsoptimierung, die unsichere Nachfrage in Bestellvorschläge umwandeln.
  • Probleme, an denen Sie arbeiten werden, umfassen:
    • Bestellung von verderblichen Waren mit begrenzter Haltbarkeit, festen Verpackungseinheiten und Lieferplänen.
    • Abwägen der Kosten für zu viel Bestellung (Abfall) gegen zu wenig Bestellung (Fehlbestände), Artikel für Artikel.
    • Entscheiden, wann eine einfache Regel ein komplexes Modell übertrifft und dies nachweisen.
    • Über den gesamten Datenwissenschafts-Stack arbeiten: Prognose, Bestandsimulation, Backtesting und Monitoring, wo immer das Team Sie benötigt.
    • Nachweis der Auswirkungen in den Geschäften: Entwurf von Backtests und Live-Bewertungen, die die Auswirkungen auf Abfall, Fehlbestände und Gewinn zeigen, und schnelle Reaktion, wenn die Leistung sinkt.
    • Qualität end-to-end besitzen: vom Eingabedaten über Prognosen und Optimierung bis hin zu Live-Bestellvorschlägen, mit gut getesteten, überprüften Produktionscodes.
    • Mit KI bauen: Verwendung von agentischen Codierungswerkzeugen, um schnell zu arbeiten, und Zusammenarbeit mit unseren KI-Ingenieuren an Produktfunktionen wie Bestellvorschlägen, die sich selbst für Filialleiter erklären.
    • Zusammenarbeit mit Customer Success und Engineering, um filialbezogene Erkenntnisse in Produktverbesserungen umzuwandeln.

Was Sie mitbringen:

  • Ein Hintergrund in Operations Research oder einem anderen quantitativen Bereich, wie z.B. Wirtschaftsingenieurwesen, angewandte Mathematik, Statistik, Physik, Informatik oder Wirtschaft, idealerweise angewandt auf reale Entscheidungen in Bereichen wie Bestandsverwaltung, Lieferkette, Preisgestaltung, Planung oder Logistik.
  • Komfort mit Unsicherheit: Wahrscheinlichkeit, stochastische Modelle und Simulation.
  • Starke Python- und SQL-Kenntnisse, Komfort mit großen, unordentlichen realen Daten und der Instinkt, zu graben, bis Sie wissen, warum eine Zahl falsch aussieht.
  • Praktische Erfahrung in der Umsetzung von Modellen in die Produktion, wo echte Entscheidungen von ihnen abhängen, und deren zuverlässige Wartung.
  • Verwendung von KI-Codierungswerkzeugen in Ihrer täglichen Arbeit und die Bereitschaft, Ihre agentischen Arbeitsabläufe weiter zu verbessern.
  • Die Fähigkeit, komplexe Analysen in klare Entscheidungen für Produkt-, Customer Success- und Filialteams umzuwandeln.
  • Pragmatismus: Sie wählen den Ansatz, der den meisten Wert bringt, können die Trade-offs erklären und sind glücklich, etwas Einfaches zu versenden, wenn es die Aufgabe erfüllt.
  • Offenheit, an jedem Problem zu arbeiten, mit dem das Team konfrontiert ist, nicht nur an der Optimierung.
  • Fließendes Englisch.

Schön zu haben:

  • Stochastische Inventartheorie: Newsvendor-Modelle, Servicelevels, verderbliche Bestände.
  • Optimierungsmethoden wie stochastische oder dynamische Programmierung, simulationsbasierte Optimierung oder gemischt-ganzzahlige Programmierung mit Solver.
  • Probabilistische Prognosen, wie Quantilregression, distributionale Gradient Boosting oder konforme Vorhersage.
  • GCP (BigQuery, Cloud Run, Vertex AI), dbt, Workflow-Orchestrierung (Cloud Composer, Airflow), Git, Container und CI/CD.
  • Erfahrung in der Lieferkette, Bedarfsplanung, verderblichen Waren oder Lebensmitteleinzelhandel.
  • Deutsch oder Französisch.
  • Erfahrung in Startups oder Scale-ups.

Was wir bieten:

  • Eigenkapitalbeteiligung (VSOP).
  • Arbeiten von überall in Deutschland oder hybrid von unserem Büro in Berlin, mit Unterstützung bei der Umsiedlung, falls Sie nach Berlin ziehen möchten.
  • Ein reales Problem mit messbarem Einfluss: weniger Lebensmittelverschwendung, weniger Fehlbestände, mehr Gewinn.
  • Ein kleines, erfahrenes Team, in dem Sie von Anfang an Ihr Gebiet besitzen.
  • Ein schneller Einstellungsprozess: Screening-Anruf, Fallstudie und Interviews, dann ein Angebot, typischerweise innerhalb von 2-3 Wochen.

Freshflow ist stolz darauf, ein Arbeitgeber zu sein, der Chancengleichheit bietet. Das bedeutet, dass wir nicht aufgrund von Rasse oder ethnischer Herkunft, Farbe, Sprache(n), woher Sie (oder Ihre Eltern) stammen, ob Sie sich als behindert betrachten oder nicht, Ihrem Alter, Geschlecht, Geschlechtsidentität, Sex, sexueller Orientierung, Religion, Überzeugungen oder politischen Meinungen diskriminieren. Wir sind ein vielfältiges Team in vielerlei Hinsicht, und wir lieben es so.

(Senior) Data Scientist, Operations Research (m/f/d) in Berlin Arbeitgeber: Freshflow

Freshflow ist ein hervorragender Arbeitgeber, der eine dynamische und innovative Arbeitsumgebung in Berlin bietet. Als Teil eines schnell wachsenden Start-ups haben Praktikanten die Möglichkeit, direkt mit den Gründern zusammenzuarbeiten und wertvolle Erfahrungen im Bereich Geschäftsentwicklung zu sammeln. Das Unternehmen fördert eine inklusive Kultur, in der Vielfalt geschätzt wird, und bietet zahlreiche Möglichkeiten zur persönlichen und beruflichen Weiterentwicklung.

F

Kontaktdaten:

Freshflow Recruiting-Team

StudySmarter Expertenrat🤫

Wir sind der Meinung, dass du so (Senior) Data Scientist, Operations Research (m/f/d) in Berlin 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 Freshflow 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 (Senior) Data Scientist, Operations Research (m/f/d) in Berlin mit Bravour zu bestehen

Operations Research
Quantitative Analyse
Python
SQL
Stochastische Modelle
Simulation
Optimierungsmodelle

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 (Senior) Data Scientist, Operations Research (m/f/d) bei Freshflow gut geeignet bist.

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