Auf einen Blick
- Aufgaben: Optimiere Fahrervergütung mit fortschrittlichen Analysen und maschinellem Lernen.
- Unternehmen: Just Eat Takeaway.com, ein führendes globales Online-Lieferunternehmen.
- Vorteile: Hybrid-Arbeitsmodell, internationale Zusammenarbeit und ein unterstützendes Team.
- Weitere Informationen: Dynamisches Umfeld mit Fokus auf Inklusion und Vielfalt.
- Warum dieser Job: Gestalte die Zukunft der Lieferlogistik und mache einen echten Unterschied.
- Qualifikationen: Erfahrung in der Entwicklung von ML-Modellen und Kenntnisse in Python und SQL.
Position: Data Scientist
Department: Logistics
Reporting to: Data Science Team Lead
Location: Berlin
Hybrid role: 3 days a week from our office & 2 days working from home
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.
Über diese Rolle
Schließen Sie sich unserem Courier Pay & Incentives-Team als Data Scientist an, wo Sie die Bemühungen zur Optimierung der Fahrervergütung leiten werden. In dieser Rolle nutzen Sie fortgeschrittene Analytik und maschinelles Lernen, um Leistungsdaten von Fahrern zu analysieren, Anreizprogramme zu entwerfen und prädiktive Modelle zu entwickeln, um die Einnahmen zu maximieren und gleichzeitig die Kosteneffizienz zu gewährleisten und pünktliche Lieferungen sicherzustellen.
Sie werden Teil eines etablierten Teams von Datenwissenschaftlern mit Erfahrung in diesen Bereichen sein und eng mit mehreren funktionsübergreifenden Teams zusammenarbeiten, um die nächste Generation von Algorithmen zu entwickeln, die unser Geschäft skalieren werden. Ihr Fokus liegt im Bereich Logistiktechnologie, an der Schnittstelle von Wirtschaft, Echtzeit-ML und Logistikoperationen.
Diese sind einige der wichtigsten Komponenten der Position:
- Entwicklung und Validierung von ML-Modellen für die Vergütung von Kurieren, einschließlich dynamischer Einkommensuntergrenzen, Surge- und Boost-Mechanismen sowie anreizbasierter Programme.
- Erstellung von Funktionen aus Betriebsdaten und Entwurf von Experimenten zur Messung von Verbesserungen der Modellleistung.
- Durchführung kausaler Experimente in großem Maßstab unter Verwendung von A/B-Tests, Switchback-Experimenten und geo-basierten Designs zur Messung der tatsächlichen Auswirkungen von Vergütungsänderungen und Anreizstrukturen.
- Anwendung bewährter Ingenieurpraktiken, einschließlich sauberem Code, Versionskontrolle, Unit-Tests und Produktionsüberwachung.
- Übersetzung von Analyseergebnissen in klare, umsetzbare Erkenntnisse für Stakeholder unter Verwendung von Datenvisualisierung und verständlicher Sprache.
- Zusammenarbeit mit ML-Ingenieuren und Operations Research-Wissenschaftlern an funktionsübergreifenden Projekten.
- Identifizierung von Möglichkeiten zur Automatisierung von Retraining-, Validierungs- und Evaluierungs-Pipelines.
- Überwachung und Aufrechterhaltung der prädiktiven Leistung in Live-Produktionsumgebungen.
Was bringen Sie ins Team?
- Praktische Erfahrung in der Erstellung und Validierung von ML-Modellen in der Produktion, wobei frühere Erfahrungen mit Echtzeit- oder Niedriglatenzsystemen von Vorteil sind.
- Kenntnisse in Python und SQL für Datenanalyse und Modellentwicklung.
- Starkes Verständnis von überwachten ML-Techniken (Regression, Klassifikation, Gradient Boosting) und Zeitreihenmodellierung.
- Solide konzeptionelle Grundlagen im experimentellen Design, in der Offline-Validierung und im Marktexperimentieren (wie Switchback-Tests oder interference-aware Designs).
- Ein Interesse oder Hintergrund im Anreizdesign, dynamischer Preisgestaltung oder Arbeitsökonomie, das es Ihnen ermöglicht, über Verhaltensreaktionen und Fairness-Abwägungen nachzudenken.
- Erfahrungen mit ML Ops-Praktiken, einschließlich Versionskontrolle (Git), Datenpipelines und Modellüberwachung in der Produktion.
- Interesse an Logistik und realen betrieblichen Problemen ist ein Plus.
Bei JET ist dies, wie wir spielen
Unsere Teams knüpfen interne Verbindungen und arbeiten mit einigen der bekanntesten Marken der Welt zusammen, was uns einen wirklich internationalen Einfluss in einem dynamischen Umfeld 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.
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 ihre buntesten Selbst jeden Tag zur Arbeit bringen können.
Sind Sie bereit, Ihren Platz einzunehmen? Bewerben Sie sich jetzt!
Data Scientist Arbeitgeber: Lieferando
Just Eat Takeaway.com ist ein hervorragender Arbeitgeber, der seinen Mitarbeitern in Berlin eine dynamische und unterstützende Arbeitsumgebung bietet. Mit einem hybriden Arbeitsmodell, das Flexibilität zwischen Büro und Homeoffice ermöglicht, fördert das Unternehmen nicht nur die berufliche Weiterentwicklung durch enge Zusammenarbeit mit erfahrenen Teammitgliedern, sondern auch eine inklusive Kultur, in der Vielfalt geschätzt wird. Hier haben Sie die Möglichkeit, an innovativen Projekten zu arbeiten und Ihre Fähigkeiten in einem internationalen Umfeld weiter auszubauen.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass Sie so Data Scientist erhalten könnten
✨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 Lieferando 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 Data Scientist 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 Data Scientist bei Lieferando gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei Lieferando 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 Lieferando entscheidend sein!
