Auf einen Blick
- Aufgaben: Entwickle innovative Predictive Models und optimiere die Customer Journey im E-Commerce.
- Unternehmen: HSE, führender Live-Commerce-Anbieter in Europa mit inspirierender Unternehmenskultur.
- Vorteile: Attraktives Gehalt, flexible Arbeitszeiten, mobiles Arbeiten und umfangreiche Weiterbildungsmöglichkeiten.
- Weitere Informationen: Werde Teil eines agilen Teams und erlebe spannende Herausforderungen im Bereich Customer Analytics.
- Warum dieser Job: Gestalte die Zukunft des Homeshoppings und setze deine Ideen in einem dynamischen Umfeld um.
- Qualifikationen: Abgeschlossenes Studium in Data Science oder vergleichbare Ausbildung mit Machine-Learning-Fokus.
Das prognostizierte Gehalt liegt zwischen 54000 - 66000 € pro Jahr.
Unsere Teams im Bereich Digital sind sehr vielseitig aufgestellt: Wir kümmern uns um Themen wie Programmierung, Produktentwicklung, Produktdesign (UX / UI) und Webanalyse. Alle verfolgen dabei ein gemeinsames Ziel: Mit den neuesten Technologien immer wieder digitale Kontaktpunkte zwischen HSE und Kunden zu schaffen.
HSE ist einer der führenden Live-Commerce-Anbieter Europas. Ob über die drei TV-Sender, den Onlineshop, die prämierte HSE App oder die Social-Commerce-Kanäle – die Kund:innen von HSE entscheiden, wann und wo sie shoppen wollen. HSE steht für die unterhaltsamste Form des Shoppings und begeistert 1,2 Millionen aktive Kund:innen, die das kuratierte Sortiment aus Fashion, Schmuck, Beauty, Wellness, Haushalt sowie Home & Living schätzen.
Das Unternehmen erreicht über seine drei TV-Sender (HSE, HSE Extra und HSE Trend) 45 Millionen Haushalte in Deutschland, Österreich und der Schweiz. Rund 800 Mitarbeitende sorgen für ein ebenso inspirierendes wie kundenorientiertes Einkaufserlebnis. Über seine Geschäftspartner schafft HSE zudem über 1.700 zusätzliche Arbeitsplätze in den Bereichen Logistik, Callcenter und Tech Development. Für seine herausragende Servicequalität wurde HSE mehrfach ausgezeichnet.
Du entwickelst innovative Predictive Models und Customer Behavior Analytics, um die Customer Journey in unserem dynamischen E-Commerce- und TV-Shopping-Umfeld zu optimieren. Du arbeitest mit modernen Machine-Learning-Algorithmen in Python und R, führst statistische Analysen durch und erstellst Feature Engineering für komplexe Kundendatenmodelle. Du implementierst A/B-Testing-Frameworks, Causal-Inference-Methoden und statistische Modelle, um den Business Impact und Muster im Kundenverhalten zu validieren. Du optimierst Customer Analytics zur Steigerung des Customer Lifetime Value, zur Verbesserung der Retention und zur Maximierung der Conversion durch fortgeschrittene Data-Science-Methoden.
Du erstellst prädiktive, inferenzielle und präskriptive Modelle auf Basis diagnostischer Modellierungsansätze, um Kundenverhalten und Geschäftsergebnisse zu erklären und vorherzusagen. Du übersetzt Modelloutputs in messbare Business-Maßnahmen und arbeitest dabei eng mit Marketing- und Produktteams zusammen. Du arbeitest eng mit Engineering-Teams zusammen, um Predictive-Analytics-Modelle in produktive Business-Intelligence-Systeme zu integrieren und skalierbare, datengetriebene Lösungen zu entwickeln.
Das bringst Du mit:
- Du hast ein erfolgreich abgeschlossenes Studium in Data Science, Statistik, Informatik, Wirtschaftsinformatik oder eine vergleichbare quantitative Ausbildung mit starkem Machine-Learning-Fokus.
- Du bringst fundierte Erfahrung in statistischer Analyse mit Python oder R sowie in Supervised- und Unsupervised-Learning-Methoden für Predictive Modeling im Bereich Customer Behavior mit.
- Du verfügst über praktische Expertise in Feature Engineering, Model Evaluation, Performance Validation und kennst moderne Machine-Learning-Libraries wie scikit-learn, pandas und statsmodels.
- Du hast nachweisbare Erfahrung mit produktiven Machine-Learning-Modellen, Customer Analytics und datengetriebener Entscheidungsfindung, idealerweise im E-Commerce- oder Retail-Umfeld.
- Du zeigst starkes analytisches Denkvermögen in den Bereichen Customer Intelligence, Retention Analytics und LTV Optimization sowie Erfahrung mit Experimentation Frameworks.
- Du sprichst fließend Englisch und idealerweise Deutsch, arbeitest lösungsorientiert in agilen Data-Science-Teams und hast Freude daran, komplexe statistische Analysen in messbaren Business Impact zu übersetzen.
Das sind Deine Vorteile:
- Bei uns sind Deine Ideen gefragt: Wir bieten Dir eine spannende Bühne, TV und Digital zu erleben und die Zukunft des Homeshoppings maßgeblich mitzugestalten!
- Wir bieten Dir einen sicheren Arbeitsplatz mit Perspektive und Dein Arbeitsfeld übergreifende Entwicklungsmöglichkeiten.
- Bei uns kannst Du Privatleben und Beruf perfekt unter einen Hut bringen – in Form von Mobilem Arbeiten, flexiblen Arbeitszeiten oder Sabbaticals.
Benefits & Vergütung:
- Neben einem attraktiven Gehalt haben wir Dir einiges mehr zu bieten – etwa Zuschüsse oder Sonderzahlungen.
- Unsere Unternehmenskultur basiert auf Vertrauen und Wertschätzung – wir sind ein Team.
Fort- & Weiterbildung:
- Neben einer umfassenden Einarbeitung genießt Du bei uns eine Vielzahl an Fort- und Weiterbildungsmaßnahmen.
Hannah Flohr, Deine Recruiterin, freut sich über Deine Nachricht unter jobs@hse.com. Kein passendes Stellenangebot für Dich dabei? Dann freuen wir uns auf Deine Initiativbewerbung!
Expert Data Science (m/w/d) Arbeitgeber: HSE International
HSE ist ein hervorragender Arbeitgeber, der seinen Mitarbeitenden nicht nur einen sicheren Arbeitsplatz bietet, sondern auch die Möglichkeit, aktiv an der Zukunft des Homeshoppings mitzuwirken. Mit einer Unternehmenskultur, die auf Vertrauen und Wertschätzung basiert, sowie flexiblen Arbeitszeiten und umfangreichen Fort- und Weiterbildungsmöglichkeiten, fördert HSE die persönliche und berufliche Entwicklung seiner Mitarbeitenden. Zudem genießen die Mitarbeitenden 30 Tage Urlaub, um sich zu erholen und neue Energie zu tanken.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass du so Expert Data Science (m/w/d) 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 HSE International 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 Expert Data Science (m/w/d) mit Bravour zu bestehen
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 Expert Data Science (m/w/d) bei HSE International gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei HSE International 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 HSE International entscheidend sein!
