Data Science Manager, Network Orchestration

Data Science Manager, Network Orchestration

Berlin +1 Vollzeit 80000 - 110000 € / Jahr (geschätzt) Kein Homeoffice möglich
Lieferando

Auf einen Blick

  • Aufgaben: Leite ein Team von Data Scientists und entwickle datengetriebene Lösungen für logistische Herausforderungen.
  • Unternehmen: Just Eat Takeaway.com, eine führende globale Online-Lieferplattform.
  • Vorteile: Wettbewerbsfähiges Gehalt, flexible Arbeitszeiten und ein unterstützendes Teamumfeld.
  • Weitere Informationen: Dynamische Kultur, die Vielfalt und Inklusion fördert.
  • Warum dieser Job: Gestalte die Zukunft der Logistik mit innovativen Datenlösungen und globalem Einfluss.
  • Qualifikationen: Master oder PhD in einem quantitativen Bereich und Erfahrung in der Führung von Teams.

Das prognostizierte Gehalt liegt zwischen 80000 - 110000 € pro Jahr.

Bereit für eine Herausforderung? Dann könnte Just Eat Takeaway.com der richtige Ort für Sie sein. Wir sind eine führende globale Online-Lieferplattform, und unsere Vision ist es, alltägliche Bequemlichkeit zu ermöglichen. Ob es sich um ein Festessen am Freitagabend, eine Poke-Bowl nach dem Training oder den Einkauf von Lebensmitteln handelt, unsere Technologieplattform verbindet Millionen von Kunden mit Hunderttausenden von Restaurant-, Lebensmittel- und Convenience-Partnern weltweit.

Über diese Rolle: Logistik ist das Herzstück dieser Plattform. Jede Bestellung hängt von einem Netzwerk aus Echtzeitentscheidungen ab - die Zuordnung von Kurieren zu Lieferungen, die Vorhersage von Ankunftszeiten, das Ausbalancieren von Angebot und Nachfrage sowie die Preisgestaltung eines Marktes, der niemals stillsteht. Data Science steht im Mittelpunkt dieser Entscheidungen, und die Qualität unserer Modelle beeinflusst direkt die Einnahmen der Kuriere, die Kundenerfahrung und die Wirtschaftlichkeit des Unternehmens.

Als Data Science Manager für Logistik leiten Sie ein Team, das robuste, gut konzipierte, datengestützte Lösungen für genau diese Probleme entwickelt. Sie sind verantwortlich für die Vision und Umsetzung der Data Science in Ihrem Bereich - Sie setzen die Strategie, heben den technischen Standard an und entwickeln ein Team von erfahrenen Wissenschaftlern und Teamleitern, während Sie eng genug an der Arbeit bleiben, um schwierige Modellierungsentscheidungen zu leiten. Ihr Verantwortungsbereich ist sowohl tief als auch breit: Übersetzen Sie die schwierigsten logistischen Herausforderungen in Modellierungsstrategien und halten Sie das Team verantwortlich für Lösungen, die die wichtigen Kennzahlen beeinflussen.

Dies ist eine hochwirksame, verantwortungsvolle Rolle für jemanden, der möchte, dass die Arbeit seines Teams jeden Tag in einem globalen Betrieb spürbar ist.

  • Leiten, coachen und skalieren Sie ein leistungsstarkes Team von 15–20 Data Scientists, Operations Research Scientists und Machine Learning Engineers.
  • Aufbau einer nachhaltigen Führungsebene durch Mentoring von erfahrenen Einzelbeiträgen und Teamleitern in Richtung Management- und Mitarbeiterwirkung.
  • Strategischer Eigentümer von Einstellungen, Personalplanung und Organisationsdesign, um das Team effektiv zu strukturieren, während es wächst.
  • Fördern Sie eine Kultur mit hoher Geschwindigkeit und intellektueller Ehrlichkeit, die auf experimenteller Strenge, hoher technischer Qualität und starkem Ergebnisbesitz basiert.
  • Besitzen Sie die Roadmap der Logistik-Data Science und arbeiten Sie mit funktionsübergreifenden Führungskräften zusammen, um hochwirksame Geschäftsmöglichkeiten zu identifizieren und zu priorisieren.
  • Übersetzen Sie komplexe logistische Herausforderungen wie Netzwerküberlastung, Preisineffizienzen und Angebotsengpässe in robuste Modellierungsstrategien.
  • Vertreten Sie den Bereich im Data Leadership Team und treiben Sie Werkzeuge und betriebliche Standards voran, die die Data Science im gesamten Unternehmen verbessern.
  • Zusammenarbeit mit ML Engineering zur Architektur, Bereitstellung und Überwachung hochskalierbarer, produktionsbereiter Machine Learning-Systeme.
  • Leiten Sie technische Entscheidungen bezüglich Echtzeiteinschätzungen und Optimierungen unter Unsicherheit und halten Sie einen strengen Standard für Modellzuverlässigkeit und Wartbarkeit.
  • Agieren Sie als primäre Stimme der Data Science gegenüber VP-Ebene Stakeholdern und übersetzen Sie komplexes Modellverhalten in Geschäftsergebnisse, die wichtige logistische Kennzahlen beeinflussen.

Was bringen Sie ins Team? Ein Master- oder Doktortitel in einem quantitativen Bereich: Data Science, Statistik, Operations Research, Mathematik, Informatik oder ähnliches. Eine nachweisliche Erfolgsbilanz in der Leitung leistungsstarker Data Science-Teams in einem schnelllebigen Produkt- oder Technologiemilieu, mit direkter Managementerfahrung bei erfahrenen Einzelbeiträgen und Teamleitern. Tiefgehende Expertise in maschinellem Lernen, Optimierung und statistischer Modellierung, mit starkem Gespür dafür, wo diese Techniken echten geschäftlichen Nutzen schaffen. Praktische Erfahrung beim Aufbau und der Bereitstellung von ML-Modellen in der Produktion, idealerweise in Echtzeit- oder Hochdurchsatzsystemen. Sie werden nicht täglich programmieren, aber Sie benötigen die Glaubwürdigkeit, um technische Entscheidungen im Detail zu leiten. Fließend in kausaler Inferenz und Experimentierung, einschließlich fortgeschrittener Designs wie Switchback-Tests, Differenz-in-Differenzen und marktplatzbewussten Rahmenbedingungen. Starke kommerzielle Instinkte, die Modellierungsentscheidungen mit P&L, Gesundheit des Kurierangebots und Kundenerfahrung verbinden. Hervorragende Kommunikationsfähigkeiten, mit der Fähigkeit, technische Kollegen und leitende Geschäftsleiter gleichermaßen zu beeinflussen.

Bei JET spielen wir so: Unsere Teams knüpfen interne Verbindungen und arbeiten mit einigen der bekanntesten Marken der Welt zusammen, was uns in einem dynamischen Umfeld wirklich internationale Auswirkungen verleiht. Die besten in dem, was wir tun, zu sein, bedeutet nicht nur, unsere Strategie umzusetzen. Es ist ein Wettbewerb um etwas unglaublich Wertvolles – die Wahl unserer Kunden. Jedes Mal, wenn ein Kunde entscheidet, wo er bestellen möchte, wählt er eine Seite.

Im Herzen der JET Customer League stehen unsere Werte und Verhaltensweisen. Sie leiten jede Interaktion, jede Entscheidung, jede Innovation. Dies sind die Handlungen, die wir konsequent und brillant ausführen müssen, um die Konkurrenz zu übertreffen und die Loyalität unserer Kunden immer wieder zu gewinnen. Spaß, schnelles Tempo und Unterstützung, die JET-Kultur dreht sich um Bewegung, Wachstum, gegenseitige Unterstützung zum Erfolg und das Feiern von Erfolgen. Indem wir unsere Werte wirklich leben und unser Verhalten verkörpern, bauen wir eine kundenorientierte Kultur auf, die es uns ermöglicht, der Konkurrenz immer einen Schritt voraus zu sein.

Inklusion, Vielfalt & Zugehörigkeit: Egal, wer Sie sind, wie Sie aussehen, wen Sie lieben oder woher Sie kommen, Sie können Ihren Platz bei Just Eat Takeaway.com finden. Wir setzen uns dafür ein, eine inklusive Kultur zu schaffen, die Vielfalt von Menschen und Denken fördert, in der sich alle Mitarbeiter wirklich zugehörig fühlen und jeden Tag ihr buntestes Ich zur Arbeit bringen können.

Standorte

BerlinLichtenberg

Data Science Manager, Network Orchestration Arbeitgeber: Lieferando

Just Eat Takeaway.com ist ein hervorragender Arbeitgeber, der eine dynamische und unterstützende Arbeitsumgebung bietet, in der Teamarbeit und persönliches Wachstum gefördert werden. Als Data Science Manager im Bereich Logistik haben Sie die Möglichkeit, ein hochqualifiziertes Team zu leiten und innovative Lösungen zu entwickeln, die einen direkten Einfluss auf unsere globalen Abläufe haben. Unsere Unternehmenskultur legt Wert auf Vielfalt, Inklusion und die Förderung individueller Stärken, sodass jeder Mitarbeiter seine einzigartigen Fähigkeiten einbringen kann.

Lieferando

Kontaktdaten:

Lieferando Recruiting-Team

Wir glauben, dass du diese Fähigkeiten brauchst, um Data Science Manager, Network Orchestration mit Bravour zu bestehen

Führungskompetenz
Mentoring
Strategische Planung
Datenwissenschaft
Maschinelles Lernen
Optimierung
Statistische Modellierung