Data Scientist (m/w/d) – E-Commerce Analytics

Data Scientist (m/w/d) – E-Commerce Analytics

Mettlach Vollzeit 45000 - 65000 € / Jahr (geschätzt) Homeoffice (teilweise)
Lands' End

Auf einen Blick

  • Aufgaben: Entwickle Prognosemodelle und analysiere Daten für bessere Geschäftsergebnisse.
  • Unternehmen: Lands’ End, ein internationales Unternehmen im Multi-Channel-Handel.
  • Vorteile: Hybrides Arbeitsmodell, 30 Tage Urlaub, Mitarbeiterrabatt und Fitnessstudio-Zugang.
  • Weitere Informationen: Wachse in einem dynamischen Team mit internationalen Kollegen.
  • Warum dieser Job: Nutze deine Datenanalysefähigkeiten, um echte Auswirkungen im E-Commerce zu erzielen.
  • Qualifikationen: Erfahrung in Data Science, sehr gute Kenntnisse in Python oder R und SQL.

Das prognostizierte Gehalt liegt zwischen 45000 - 65000 € pro Jahr.

Du arbeitest gerne mit Daten und willst daraus konkrete Geschäftsergebnisse ableiten? Dann könnte diese Rolle gut zu dir passen. Wir suchen einen Data Scientist (m/w/d) für unser europäisches Analytics-Team am Standort Mettlach (Saarland). Die Position ist neu und Teil eines internationalen Teams mit Standorten in Großbritannien und Deutschland. Du unterstützt mehrere Märkte (u. a. Deutschland, Großbritannien, Frankreich und Österreich) und bringst dich aktiv beim Aufbau unserer Data-Science-Kompetenzen in Europa ein. In deiner Rolle setzt du analytische Methoden gezielt ein, um Kunden besser zu verstehen, Marketingmaßnahmen zu steuern und datenbasierte Entscheidungen im Unternehmen zu verbessern. Du arbeitest eng mit verschiedenen Fachbereichen wie Marketing, E-Commerce, Vertrieb und Operations zusammen. Die Position verbindet technisches Know-how mit einem klaren Blick für wirtschaftliche Zusammenhänge. Ziel ist es, Daten so aufzubereiten, dass daraus konkrete und umsetzbare Maßnahmen entstehen. Wir arbeiten in einem hybriden Modell mit mindestens neun Präsenztagen pro Monat. Je nach Profil sind auch flexiblere Lösungen möglich.

Responsibilities

  • Analytik und Modellierung
    • Du entwickelst Prognosemodelle, z. B. für Customer Lifetime Value oder Kaufwahrscheinlichkeiten.
    • Du setzt Segmentierungs- und Clustering-Verfahren ein, um die Kundenansprache zu verbessern.
    • Du baust Modelle zur Bewertung von Marketingmaßnahmen auf und entwickelst sie weiter.
    • Du analysierst Preis- und Promotionsstrategien und leitest Optimierungspotenziale ab.
  • Entwicklung von Datenlösungen
    • Du konzipierst und entwickelst wiederverwendbare Datenmodelle und Analyseprozesse.
    • Du automatisierst Reports und Entscheidungsgrundlagen.
    • Du arbeitest eng mit IT und Data Engineering zusammen, um Lösungen technisch umzusetzen und zu skalieren.
  • Ableitung von Handlungsempfehlungen
    • Du bereitest komplexe Analyseergebnisse verständlich auf.
    • Du stimmst dich eng mit den Fachbereichen ab und leitest konkrete Maßnahmen ab.
    • Du trägst dazu bei, Umsatz, Kundenbindung und Profitabilität messbar zu verbessern.
  • Zusammenarbeit und Weiterentwicklung
    • Du unterstützt Kolleginnen und Kollegen bei analytischen Fragestellungen.
    • Du hilfst, einheitliche Methoden und Standards im Analytics-Bereich aufzubauen.
    • Du förderst datenbasiertes Arbeiten im Unternehmen.

Qualifications

  • Mehrjährige Erfahrung im Bereich Data Science, Advanced Analytics oder einer vergleichbaren Rolle.
  • Erfahrung im kommerziellen Umfeld, z. B. E-Commerce, Handel oder Marketing.
  • Du hast bereits gezeigt, dass du mit Daten konkrete Geschäftsergebnisse erzielen kannst.

Fachlich bringst du mit

  • Sehr gute Kenntnisse in Python oder R.
  • Sicherer Umgang mit SQL und großen Datenmengen.
  • Fundierte Kenntnisse in:
    • statistischer Modellierung.
    • Machine Learning.
    • Versuchsdesign und Auswertung (z. B. A/B-Tests).
  • Erfahrung mit Cloud- oder Datenplattformen ist von Vorteil.

So arbeitest du

  • Du gehst strukturiert und analytisch an Aufgaben heran.
  • Du kannst komplexe Themen verständlich erklären - auch für Nicht-Techniker.
  • Du arbeitest gerne mit unterschiedlichen Teams zusammen.
  • Du bringst Themen eigenständig voran und übernimmst Verantwortung.
  • Du bleibst auch bei wechselnden Anforderungen handlungsfähig.

Benefits

  • Hybrides Arbeitsmodell mit Flexibilität.
  • Mitarbeiterrabatt.
  • 30 Tage Urlaub.
  • Zuschuss zur betrieblichen Altersvorsorge (bis zu 5 %).
  • Zugang zu lokalem Fitnessstudio und Schwimmbad.
  • Kostenfreie Parkmöglichkeiten.
  • Corporate Benefits Programm.

About us

Lands’ End ist ein international tätiges Unternehmen im Multi-Channel-Handel mit über 50 Jahren Erfahrung. Wir legen Wert auf ein Arbeitsumfeld, in dem unterschiedliche Perspektiven willkommen sind und eigenverantwortliches Arbeiten gefördert wird.

Data Scientist (m/w/d) – E-Commerce Analytics Arbeitgeber: Lands' End

Lands’ End ist ein hervorragender Arbeitgeber, der seinen Mitarbeitern ein hybrides Arbeitsmodell mit flexibler Gestaltung und 30 Tagen Urlaub bietet. In einem internationalen Team am Standort Mettlach fördern wir eine offene und unterstützende Arbeitskultur, in der eigenverantwortliches Arbeiten und persönliche Weiterentwicklung im Vordergrund stehen. Zudem profitieren unsere Mitarbeiter von attraktiven Zusatzleistungen wie Mitarbeiterrabatten und einem Zuschuss zur betrieblichen Altersvorsorge.

Lands' End

Kontaktdaten:

Lands' End Recruiting-Team

StudySmarter Expertenrat🤫

Wir sind der Meinung, dass Sie so Data Scientist (m/w/d) – E-Commerce Analytics erhalten könnten

Tipp Nummer 1

Netzwerken ist der Schlüssel! Nutze Plattformen wie LinkedIn, um mit Fachleuten aus der Branche in Kontakt zu treten. Lass uns wissen, wenn du Fragen hast oder Unterstützung brauchst!

Tipp Nummer 2

Bereite dich auf Vorstellungsgespräche vor, indem du häufige Fragen und Szenarien durchgehst. Wir empfehlen, deine analytischen Fähigkeiten anhand von Beispielen aus deiner bisherigen Arbeit zu demonstrieren.

Tipp Nummer 3

Sei proaktiv! Wenn du eine interessante Stelle siehst, bewirb dich direkt über unsere Website. Zeige dein Interesse und deine Motivation, Teil unseres Teams zu werden.

Tipp Nummer 4

Bleib flexibel und offen für Feedback. Das zeigt, dass du bereit bist, zu lernen und dich weiterzuentwickeln. Wir schätzen Teamplayer, die sich aktiv einbringen!

Wir glauben, dass du diese Fähigkeiten brauchst, um Data Scientist (m/w/d) – E-Commerce Analytics mit Bravour zu bestehen

Analytische Methoden
Prognosemodelle
Segmentierungs- und Clustering-Verfahren
Datenmodellierung
Automatisierung von Reports
Zusammenarbeit mit IT und Data Engineering
Statistische Modellierung

Einige Tipps für deine Bewerbung 🫡

Sei du selbst!:Wir wollen dich kennenlernen, also zeig uns deine Persönlichkeit! Verwende in deinem Anschreiben eine lockere Sprache und erzähle uns, warum du für die Rolle als Data Scientist brennst.

Betone deine Erfahrungen:Hebe deine relevanten Erfahrungen im Bereich Data Science hervor. Zeige uns konkrete Beispiele, wie du mit Daten gearbeitet hast, um Geschäftsergebnisse zu erzielen – das ist für uns super wichtig!

Mach es strukturiert:Achte darauf, dass deine Bewerbung klar und strukturiert ist. Verwende Absätze und Aufzählungen, um deine Fähigkeiten und Erfahrungen übersichtlich darzustellen. So können wir schnell erkennen, was du drauf hast!

Bewirb dich über unsere Website:Der einfachste Weg, um Teil unseres Teams zu werden, ist die Bewerbung über unsere Website. Dort findest du alle Infos und kannst sicherstellen, dass deine Unterlagen direkt bei uns landen!

Wie man sich auf ein Vorstellungsgespräch bei Lands' End vorbereitet

Verstehe die Rolle und das Unternehmen

Mach dich mit der Stellenbeschreibung und den Anforderungen vertraut. Informiere dich über Lands’ End, ihre Produkte und die Märkte, in denen sie tätig sind. Zeige im Interview, dass du die Unternehmensziele verstehst und wie deine Fähigkeiten dazu beitragen können.

Bereite konkrete Beispiele vor

Denke an spezifische Projekte oder Erfahrungen, die deine Fähigkeiten in Data Science und E-Commerce Analytics demonstrieren. Bereite Beispiele vor, die zeigen, wie du mit Daten gearbeitet hast, um geschäftliche Ergebnisse zu erzielen, und sei bereit, diese im Interview zu erläutern.

Technisches Know-how betonen

Stelle sicher, dass du deine Kenntnisse in Python, R und SQL klar kommunizierst. Sei bereit, technische Fragen zu beantworten oder sogar kleine Aufgaben zu lösen, um deine Fähigkeiten zu demonstrieren. Das zeigt, dass du nicht nur theoretisches Wissen hast, sondern auch praktisch anwenden kannst.

Fragen stellen

Bereite einige Fragen vor, die du dem Interviewer stellen kannst. Das zeigt dein Interesse an der Position und dem Unternehmen. Frage nach den Herausforderungen, die das Team aktuell hat, oder wie der Erfolg in dieser Rolle gemessen wird. So kannst du auch herausfinden, ob die Position wirklich zu dir passt.