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 Lieferlogistik 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 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.
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.
- Ein 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 Selbst jeden Tag zur Arbeit bringen können.
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 und Ihre Fähigkeiten in einem internationalen Umfeld weiter auszubauen.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass Sie so Professional / D - Data Science erhalten könnten
✨Tipp Nummer 1
Nutze dein Netzwerk! Sprich mit Freunden, ehemaligen Kollegen oder Kommilitonen über offene Stellen. Oft erfährt man durch persönliche Kontakte von Möglichkeiten, die nicht öffentlich ausgeschrieben sind.
✨Tipp Nummer 2
Bereite dich auf Vorstellungsgespräche vor, indem du häufige Fragen und Szenarien durchgehst. Übe deine Antworten laut, um sicherer zu werden. Wir können dir helfen, indem wir dir Ressourcen zur Verfügung stellen, die dir bei der Vorbereitung helfen.
✨Tipp Nummer 3
Zeige deine Leidenschaft für das Unternehmen und die Branche! Informiere dich über Just Eat Takeaway.com und bringe spezifische Ideen oder Fragen mit, die zeigen, dass du wirklich interessiert bist und dich mit der Mission identifizierst.
✨Tipp Nummer 4
Bewirb dich direkt über unsere Website! Das zeigt dein Interesse und gibt dir die Möglichkeit, dich von anderen Bewerbern abzuheben. Außerdem kannst du sicher sein, dass deine Bewerbung direkt an die richtigen Leute gelangt.
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, sei authentisch und zeige deine Persönlichkeit. Wir suchen nach Menschen, die nicht nur die nötigen Fähigkeiten haben, sondern auch gut ins Team passen.
Mach es klar und prägnant:Halte deine Bewerbung übersichtlich und auf den Punkt. Verwende klare Sprache und vermeide unnötigen Jargon. So können wir schnell erkennen, was du zu bieten hast!
Beziehe dich auf die Stellenbeschreibung:Schau dir die Anforderungen in der Stellenbeschreibung genau an und passe deine Bewerbung entsprechend an. Zeige uns, wie deine Erfahrungen und Fähigkeiten direkt zu der Rolle passen.
Bewirb dich über unsere Website:Um sicherzustellen, dass deine Bewerbung an die richtige Stelle gelangt, bewirb dich bitte direkt über unsere Karriere-Website. So können wir dich schneller kennenlernen!
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 Fahrervergütungen 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, insbesondere solche, die sich auf Echtzeitsysteme oder experimentelles Design beziehen. Das zeigt deine praktische Erfahrung und dein technisches Wissen.
✨Zeige deine Teamfähigkeit
Da die Rolle viel Zusammenarbeit erfordert, sei bereit, über deine Erfahrungen in interdisziplinären Teams zu sprechen. Betone, wie du mit ML-Ingenieuren und anderen Wissenschaftlern zusammengearbeitet hast, um gemeinsame Ziele zu erreichen. Das zeigt, dass du gut ins Team passt.
✨Frage nach den nächsten Schritten
Am Ende des Interviews kannst du nach dem weiteren Verlauf des Auswahlprozesses fragen. Das zeigt dein Interesse an der Position und gibt dir auch die Möglichkeit, mehr über die Unternehmenskultur und die Erwartungen zu erfahren. Eine gute Gelegenheit, um zu zeigen, dass du wirklich an der Stelle interessiert bist.
