Auf einen Blick
- Aufgaben: Optimiere Fahrervergütung mit fortschrittlichen Analysen und maschinellem Lernen.
- Unternehmen: Just Eat Takeaway.com, führende globale Online-Lieferplattform.
- Vorteile: Hybrid-Arbeitsmodell, wettbewerbsfähiges Gehalt 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 Tage pro Woche im Büro & 2 Tage Homeoffice
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 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 Low-Latency-Systemen 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 Bereich Anreizgestaltung, dynamische 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 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, 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 informellen Gesprächen oder Mentoring – oft helfen persönliche Verbindungen mehr als ein Lebenslauf.
✨Tipp Nummer 2
Bereite dich auf Vorstellungsgespräche vor, indem du typische Fragen und Szenarien durchgehst. Übe deine Antworten laut, damit du sicherer und überzeugender rüberkommst. Wir können dir auch helfen, indem wir dir Ressourcen zur Verfügung stellen!
✨Tipp Nummer 3
Zeige deine Leidenschaft für Data Science! Bring Beispiele aus deinen Projekten oder Erfahrungen mit, die deine Fähigkeiten unter Beweis stellen. Das zeigt, dass du nicht nur die Theorie kennst, sondern auch praktisch anwenden kannst.
✨Tipp Nummer 4
Bewirb dich direkt über unsere Website! So hast du die besten Chancen, gesehen zu werden. Und vergiss nicht, dein Profil aktuell zu halten und deine Erfolge zu teilen – 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 authentisch!:Wenn du deine Bewerbung schreibst, sei einfach du selbst. Zeig uns, wer du bist und was dich motiviert, Teil unseres Teams zu werden. Authentizität kommt immer gut an!
Pass auf die Details auf!:Achte darauf, dass deine Bewerbung fehlerfrei ist. Rechtschreibfehler oder unklare Formulierungen können einen schlechten Eindruck hinterlassen. Lass jemanden drüberlesen, bevor du sie abschickst!
Verknüpfe deine Erfahrungen mit der Stelle!:Erzähle uns, wie deine bisherigen Erfahrungen und Fähigkeiten zu der Position als Data Scientist passen. Zeig uns, dass du die Anforderungen verstehst und wie du einen Mehrwert für unser Team bringen kannst.
Bewirb dich über unsere Website!:Der einfachste Weg, um dich zu bewerben, ist über unsere Karriere-Website. Dort findest du alle Informationen und kannst sicherstellen, dass deine Bewerbung direkt bei uns landet!
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 die spezifischen Herausforderungen im Bereich Logistik und wie dein Wissen über maschinelles Lernen und Datenanalyse dazu beitragen kann, die Fahrervergütung zu optimieren.
✨Bereite konkrete Beispiele vor
Überlege dir konkrete Projekte oder Erfahrungen, in denen du ML-Modelle entwickelt und validiert hast. Sei bereit, diese Beispiele zu erläutern und zu zeigen, wie du Probleme gelöst hast, insbesondere in Bezug auf Echtzeitanwendungen oder latenzkritische Systeme.
✨Zeige deine Teamfähigkeit
Da die Rolle viel Zusammenarbeit mit anderen Teams erfordert, sei bereit, über deine Erfahrungen in interdisziplinären Projekten zu sprechen. Betone, wie du mit ML-Ingenieuren und anderen Wissenschaftlern zusammengearbeitet hast, um gemeinsame Ziele zu erreichen.
✨Fragen stellen ist wichtig
Bereite einige Fragen vor, die du dem Interviewer stellen kannst. Das zeigt dein Interesse an der Rolle und dem Unternehmen. Frage nach den aktuellen Herausforderungen im Team oder wie sie den Erfolg von ML-Modellen messen.
