Auf einen Blick
- Aufgaben: Entwickle Optimierungssysteme für die Logistik und arbeite mit großen Datensätzen.
- Unternehmen: Führender globaler Online-Lebensmittellieferdienst mit internationalem Einfluss.
- Vorteile: Attraktives Gehalt, flexible Arbeitszeiten und Entwicklungsmöglichkeiten.
- Weitere Informationen: Dynamisches Umfeld mit hervorragenden Karrierechancen und Teamarbeit.
- Warum dieser Job: Gestalte innovative Lösungen und habe einen echten Einfluss auf die Branche.
- Qualifikationen: Erfahrung in der Softwareentwicklung und Kenntnisse in Optimierungstechniken.
Das prognostizierte Gehalt liegt zwischen 60000 - 80000 € pro Jahr.
Wir sind ein führender globaler Online-Marktplatz für Essenslieferungen. Um jeden Essensmoment auf der ganzen Welt zu unterstützen, sei es durch Kundenservice, Programmierung oder Kuriere. Als Senior Operations Research (OR) Scientist spielen Sie eine entscheidende Rolle bei der Gestaltung eines Optimierungssystems, das die Kapazität von Angebot und Nachfrage im Logistiknetzwerk ausbalanciert. Sie werden tief in großangelegte geospatiale und Echtzeitdaten eintauchen, um automatisierte Entscheidungsfindungssysteme zu entwerfen, die in einer dynamischen, realen Umgebung arbeiten.
Sie entwickeln leistungsstarke, robuste Optimierungsmodelle unter Verwendung von Techniken wie gemischter ganzzahliger Programmierung (MIP), Constraint-Programmierung, stochastischer Programmierung, Metaheuristiken usw. und setzen diese in der Produktion ein, um operationale Entscheidungen in großem Maßstab zu steuern. Sie arbeiten mit Data Scientists zusammen, um hybride Systeme zu schaffen, bei denen maschinelles Lernen die Optimierungsbeschränkungen und Zielsetzungen leitet. Sie helfen, die Lücke zwischen Vorhersage und Kontrolle zu schließen, indem Sie mit Ingenieuren zusammenarbeiten, um die Simulations- und Experimentierumgebungen zu definieren, die zur Validierung dieser Systeme erforderlich sind.
Umfangreiche praktische Erfahrung mit kommerziellen Lösern (CPLEX/Gurobi) und Open-Source-Alternativen (HIGHS/SCIP/Google OR-Tools). Beherrschung der objektorientierten Programmierung in Python und Erfahrung mit Bibliotheken wie Pyomo, PuLP oder GurobiPy. Praktische Erfahrung in der Einrichtung von Simulationen zur Modellvalidierung und Datengenerierung. Starkes Verständnis der besten Praktiken in der Softwareentwicklung, einschließlich Tests, Git, Code-Reviews und Management des Modelllebenszyklus. Arbeiten mit Docker-Containern zur Unterstützung reproduzierbarer und skalierbarer Umgebungen.
Führungs- und Mentoringfähigkeiten, mit der Fähigkeit, junior Data Scientists zu leiten und die Teamzusammenarbeit zu fördern. Ein ganzheitlicher Projektansatz, von der Erstellung von Geschäftsfällen bis hin zum Management des gesamten Lebenszyklus von Modellen. Bevorzugung einfacher, skalierbarer und effektiver Lösungen, insbesondere in komplexen Projekten. Ausgezeichnete Kommunikationsfähigkeiten, einschließlich der Fähigkeit, komplexe Datenanalysen und OR-Konzepte einem breiten Spektrum von Stakeholdern, sowohl technischen als auch nicht-technischen, zu präsentieren.
Unsere Teams knüpfen interne Verbindungen und arbeiten mit einigen der bekanntesten Marken der Welt zusammen, was uns einen wirklich internationalen Einfluss in einer dynamischen Umgebung verleiht.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass Sie so Research 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 Research 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 Research 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!
