Auf einen Blick
- Aufgaben: Entwickle Algorithmen und Modelle zur Optimierung von Fahrdienstleistungen bei Lyft.
- Unternehmen: Lyft, ein innovatives Unternehmen im Bereich Mobilität mit einem integrativen Arbeitsumfeld.
- Vorteile: Umfassende Gesundheitsleistungen, flexible Arbeitszeiten und 18 Wochen bezahlter Elternzeit.
- Weitere Informationen: Hybrid-Arbeitsmodell mit 3 Tagen Büroanwesenheit pro Woche.
- Warum dieser Job: Löse spannende Probleme und beeinflusse die Zukunft des Fahrens mit Datenwissenschaft.
- Qualifikationen: M.S. oder Ph.D. in einem quantitativen Fachgebiet und Erfahrung in der Entwicklung von Machine Learning Modellen.
Das prognostizierte Gehalt liegt zwischen 45000 - 65000 € pro Jahr.
Bei Lyft ist es unser Ziel, zu dienen und zu verbinden. Wir streben danach, ein Arbeitsumfeld zu schaffen, in dem alle Teammitglieder dazugehören und die Möglichkeit haben, zu gedeihen. Data Science ist zentral für die Produkte und Entscheidungsfindung von Lyft. Als Data Scientist im interdisziplinären Team arbeiten Sie in einem dynamischen Umfeld und lösen eine Vielzahl von Problemen, von der Gestaltung kritischer Geschäftsentscheidungen bis hin zum Aufbau von Algorithmen, die unsere Produkte antreiben. Wir suchen leidenschaftliche, engagierte Data Scientists, um einige der interessantesten und wirkungsvollsten Probleme im Bereich Ridesharing anzugehen.
Als Data Scientist, der sich auf Algorithmen spezialisiert hat, entwickeln Sie mathematische Modelle für die Kernservices der Plattform und befassen sich mit verschiedenen Problemen in den Bereichen Optimierung, Vorhersage, maschinelles Lernen und Inferenz. Im Fulfillment-Team arbeiten Sie mit interdisziplinären Kollegen und Stakeholdern zusammen, um Algorithmen zur Anpassung von Angebot und Nachfrage im Ridesharing in Echtzeit zu verbessern und Produktangebote zu entwickeln, die die Erfahrungen von Lyft-Fahrern und -Fahrgästen verbessern.
Verantwortlichkeiten
- Daten und analytische Rahmenbedingungen nutzen, um die Erstellung und Verbesserung von Algorithmen und Modellen zu steuern, die die Systeme und Produkte des Teams untermauern.
- Mit Ingenieuren, Produktmanagern und Geschäftspartnern zusammenarbeiten, um Probleme sowohl mathematisch als auch im geschäftlichen Kontext zu formulieren.
- Explorative Datenanalysen durchführen, um ein tieferes Verständnis des Problems zu gewinnen.
- Statistische, maschinelle Lern- oder Optimierungsmodelle konstruieren und anpassen.
- Produktionsmodellierungscode schreiben; mit Software-Ingenieuren zusammenarbeiten, um Algorithmen in der Produktion zu implementieren.
- Simulierte und Live-Verkehrsexperimente entwerfen und implementieren.
- Experimentelle und beobachtende Daten analysieren; Ergebnisse kommunizieren; Entscheidungen über den Start erleichtern.
- Messmethoden entwickeln, um die Gesundheit unserer Produkte sowie die Auswirkungen auf Benutzerergebnisse und Marktergebnisse zu überwachen.
- Zusammenarbeit und Koordination mit interdisziplinären Teams vorantreiben.
Erfahrung
- M.S. oder Ph.D. in Maschinenlernen, Statistik, Operations Research, Informatik, Mathematik oder anderen quantitativen Bereichen.
- Mindestens 2 Jahre Berufserfahrung in einem technologieorientierten Unternehmensumfeld.
- Nachweisliche Erfahrung im Aufbau und in der Bewertung von Modellen des maschinellen Lernens.
- Kenntnisse in Python und Erfahrung in einer Produktionscodierungsumgebung.
- Leidenschaft für die Lösung unstrukturierter und nicht standardmäßiger mathematischer Probleme.
- End-to-End-Erfahrung mit Daten, einschließlich Abfragen, Aggregation, Analyse und Visualisierung.
- Starke mündliche und schriftliche Kommunikationsfähigkeiten sowie die Fähigkeit, mit anderen zusammenzuarbeiten und zu kommunizieren, um Probleme zu lösen.
Vorteile
- Großartige medizinische, zahnärztliche und augenärztliche Versicherungsoptionen mit zusätzlichen Programmen, die bei der Anmeldung verfügbar sind.
- Leistungen für psychische Gesundheit.
- Familienbildungsleistungen.
- Betreuungs- und Haustierleistungen.
- 401(k)-Plan zur Unterstützung Ihrer Altersvorsorge.
- 12 Feiertage, Erholungsurlaub nach Ermessen für angestellte Teammitglieder und 15 Tage bezahlter Urlaub für stundenweise Teammitglieder.
- 18 Wochen bezahlter Elternzeit. Biologische, adoptierte und Pflegeeltern sind alle berechtigt.
- Subventionierte Pendlerleistungen.
- Lyft Pink – Lyft-Teammitglieder erhalten die exklusive Möglichkeit, neue Vorteile unseres Fahrgastprogramms zu testen.
Lyft ist ein Arbeitgeber, der Chancengleichheit bietet und sich für einen integrativen Arbeitsplatz einsetzt, der Zugehörigkeit fördert. Alle qualifizierten Bewerber werden unabhängig von Rasse, Hautfarbe, Religion, Geschlecht, sexueller Orientierung, Geschlechtsidentität, nationaler Herkunft, Behinderungsstatus, geschütztem Veteranenstatus, Alter, genetischen Informationen oder einem anderen gesetzlich verbotenen Grund berücksichtigt. Wir berücksichtigen auch qualifizierte Bewerber mit strafrechtlicher Vorgeschichte, die mit den geltenden Bundes-, Landes- und lokalen Gesetzen übereinstimmen.
Diese Rolle wird im Büro nach einem hybriden Zeitplan durchgeführt: Teammitglieder müssen an drei Tagen pro Woche, montags, mittwochs und donnerstags, im Büro arbeiten. Lyft betrachtet die Arbeit im Büro an mindestens drei Tagen pro Woche als wesentliche Funktion dieser hybriden Rolle.
Data Scientist, Algorithms, Optimization - Fulfillment Arbeitgeber: Lyft
Lyft ist ein hervorragender Arbeitgeber, der eine inklusive und dynamische Arbeitsumgebung bietet, in der Teammitglieder die Möglichkeit haben, zu wachsen und sich zu entfalten. Als Data Scientist im Bereich Algorithmen und Optimierung arbeiten Sie an spannenden Herausforderungen, die sowohl technische als auch geschäftliche Aspekte umfassen, und profitieren von umfangreichen Vorteilen wie flexiblen Arbeitszeiten, umfassenden Gesundheitsleistungen und großzügigen Elternzeitregelungen. Die Zusammenarbeit mit einem engagierten, interdisziplinären Team fördert nicht nur Ihre berufliche Entwicklung, sondern auch die Verbesserung der Nutzererfahrung für Fahrer und Fahrgäste.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass Sie so Data Scientist, Algorithms, Optimization - Fulfillment 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 Lyft 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, Algorithms, Optimization - Fulfillment 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, Algorithms, Optimization - Fulfillment bei Lyft gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei Lyft 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 Lyft entscheidend sein!
