Auf einen Blick
- Aufgaben: Optimiere Fahrervergütung mit fortschrittlichen Analysen und maschinellem Lernen.
- Unternehmen: Just Eat Takeaway.com, eine führende globale Online-Lieferplattform.
- Vorteile: Hybrid-Arbeitsmodell, internationale Zusammenarbeit und ein unterstützendes Team.
- Weitere Informationen: Dynamisches Umfeld mit Fokus auf Vielfalt und Inklusion.
- Warum dieser Job: Gestalte die Zukunft der Lieferdienste und mache einen echten Unterschied.
- Qualifikationen: Erfahrung in der Entwicklung von ML-Modellen und Kenntnisse in Python und SQL.
Das prognostizierte Gehalt liegt zwischen 60000 - 80000 € pro Jahr.
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 Data Scientists 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.
Diese sind einige der Schlüsselkomponenten 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 im großen 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 Evaluierungspipelines.
- 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 Marktplatz-Experimentieren.
- Interesse oder Hintergrund im Anreizdesign, dynamischer Preisgestaltung oder Arbeitsökonomie.
- 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 spielen wir so:
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, bei Just Eat Takeaway.com finden Sie Ihren Platz. 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 Seiten jeden Tag zur Arbeit bringen können.
Sind Sie bereit, Ihren Platz einzunehmen? Bewerben Sie sich jetzt!
Professional / D - Data Science 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, die einen echten Einfluss auf die Logistikbranche haben, während Sie Teil eines engagierten Teams sind, das Erfolge feiert und gemeinsam wächst.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass Sie so Professional / D - Data Science erhalten könnten
✨Tipp Nummer 1
Netzwerken ist der Schlüssel! Nutze Plattformen wie LinkedIn, um mit Leuten aus der Branche in Kontakt zu treten. Frag nach einem kurzen Gespräch oder einem Kaffee – oft ergeben sich so die besten Möglichkeiten!
✨Tipp Nummer 2
Bereite dich auf Vorstellungsgespräche vor, indem du typische Fragen und Szenarien durchgehst. Übe deine Antworten laut, damit du selbstbewusst und klar kommunizieren kannst. Wir können dir helfen, die besten Antworten zu finden!
✨Tipp Nummer 3
Zeige deine Leidenschaft für Data Science! Teile Projekte oder Analysen, an denen du gearbeitet hast, und erkläre, wie sie zur Lösung realer Probleme beitragen. Das zeigt dein Engagement und deine Fähigkeiten.
✨Tipp Nummer 4
Bewirb dich direkt über unsere Website! So hast du die besten Chancen, gesehen zu werden. Und vergiss nicht, deine Bewerbung individuell anzupassen – das macht einen großen Unterschied!
Wir glauben, dass du diese Fähigkeiten brauchst, um Professional / D - Data Science mit Bravour zu bestehen
Einige Tipps für deine Bewerbung 🫡
Sei du selbst!:Wenn du deine Bewerbung schreibst, lass deine Persönlichkeit durchscheinen. Wir suchen nach authentischen Menschen, die zu unserer Kultur passen. Zeig uns, wer du bist und was dich motiviert!
Pass auf die Details auf!:Achte darauf, dass deine Bewerbung fehlerfrei ist. Rechtschreibfehler oder unklare Formulierungen können einen schlechten Eindruck hinterlassen. Nimm dir die Zeit, alles gründlich zu überprüfen!
Beziehe dich auf die Stellenbeschreibung!:Nutze die Sprache aus der Stellenbeschreibung, um zu zeigen, dass du die Anforderungen verstehst. Erkläre, wie deine Erfahrungen und Fähigkeiten zu den Aufgaben passen, die wir suchen.
Bewirb dich über unsere Website!:Der einfachste Weg, um Teil unseres Teams zu werden, ist, dich direkt über unsere Karriere-Website zu bewerben. So stellst du sicher, dass deine Bewerbung an die richtige Stelle gelangt und du alle Informationen erhältst, die du brauchst.
Wie man sich auf ein Vorstellungsgespräch bei Lieferando vorbereitet
✨Verstehe die Rolle und das Unternehmen
Mach dich mit der Position des Data Scientists bei Just Eat Takeaway.com vertraut. Informiere dich über ihre Logistikabteilung und wie sie Datenwissenschaft nutzen, um die Fahrervergütung zu optimieren. Zeige im Interview, dass du die Herausforderungen und Ziele des Unternehmens verstehst.
✨Bereite konkrete Beispiele vor
Denke an spezifische Projekte oder Erfahrungen, in denen du ML-Modelle entwickelt oder validiert hast. Sei bereit, diese Beispiele zu erläutern und zu zeigen, wie du Probleme gelöst hast, insbesondere in Bezug auf Echtzeitanalysen oder experimentelles Design.
✨Zeige deine technischen Fähigkeiten
Stelle sicher, dass du deine Kenntnisse in Python und SQL demonstrieren kannst. Bereite dich darauf vor, technische Fragen zu beantworten oder sogar kleine Coding-Aufgaben zu lösen, um deine Fähigkeiten in der Datenanalyse und Modellentwicklung zu zeigen.
✨Frage nach der Teamdynamik
Zeige Interesse an der Zusammenarbeit mit anderen Teammitgliedern, insbesondere mit ML Engineers und Operations Research Scientists. Stelle Fragen zur Teamkultur und wie die Zusammenarbeit zwischen den verschiedenen Abteilungen funktioniert, um zu zeigen, dass du ein Teamplayer bist.
