Finde einen Job 
Finde eine Ausbildung 
Top Arbeitgeber 
Top Universitäten 
Für Unternehmen Auf einen Blick
- Aufgaben: Revolutioniere die globale Produktbewegung durch innovative Vorhersagesysteme und maschinelles Lernen.
- Arbeitgeber: Dynamisches Unternehmen, das Technologie als Innovationsvorteil nutzt.
- Mitarbeitervorteile: Attraktives Gehalt, Gesundheitsleistungen und Möglichkeiten zur beruflichen Weiterentwicklung.
- Andere Informationen: Werde Teil eines leistungsstarken, interdisziplinären Teams mit exzellenten Wachstumschancen.
- Warum dieser Job: Gestalte die Zukunft der Lieferkette mit modernster Technologie und echten Auswirkungen.
- Gewünschte Qualifikationen: Mindestens 5 Jahre Erfahrung in Datenwissenschaft und Fachwissen in Nachfrageprognosen.
Das voraussichtliche Gehalt liegt zwischen 75000 - 95000 € pro Jahr.
Als Lead Data Scientist, spezialisiert auf Supply Chain Forecasting, ist es Ihre Mission, die Art und Weise, wie wir Produkte global bewegen, zu revolutionieren, indem Sie die nächste Generation von prädiktiven Systemen entwickeln. Sie überbrücken die Lücke zwischen modernster Forschung – wie Zeitreihen-Grundmodellen – und produktionsreifen Lösungen für die Lieferkette.
Ihre Mission:
- Einfluss auf die Prognosegenauigkeit ausüben: Verwenden Sie eine Reihe von Modellierungsansätzen, um Verbesserungen in der Prognosegenauigkeit zu erzielen.
- Skalierbare Lösungen aufbauen: Entwerfen und implementieren Sie eigenständig End-to-End-Maschinenlern-Pipelines.
- Unsere Lieferkette optimieren: Arbeiten Sie mit Geschäfts-, Produktmanagement- und Analytikteams zusammen, um zu definieren, wie Prognosen und verwandte Daten durch unsere Lieferkette fließen.
- Unsere Ansätze bewerten: Arbeiten Sie mit unseren Analysepartnern zusammen, um sicherzustellen, dass wir uns auf die richtigen Optimierungsmetriken und Prognoseherausforderungen konzentrieren.
- Neue Architekturen nutzen: Erkunden Sie, wie Prognosealgorithmen mit agentischen Entscheidungswerkzeugen kombiniert werden können.
- Innovieren: Forschen Sie aktiv nach den besten Praktiken und neuesten Ansätzen im Bereich der Prognosen.
Ihre Geschichte:
- Umfangreiche Erfahrung: Sie haben über 5 Jahre Erfahrung in der Datenwissenschaft mit einer tiefen Spezialisierung auf Nachfrageprognosen und Optimierung in der Lieferkette oder im Einzelhandel.
- Technische Meisterschaft: Sie sind Experte in Python und SQL mit nachweislicher Erfahrung im Aufbau und der Wartung produktionsreifer Modelle.
- Fortgeschrittene Modellierung: Sie haben praktische Erfahrung mit Zeitreihen-Grundmodellen und hierarchischer Prognose.
- Agentische Kompetenz: Sie sind vertraut mit agentischen Codierungswerkzeugen zur Steigerung der Produktivität.
- Zusammenarbeit: Sie haben eine starke Erfolgsbilanz in der Zusammenarbeit mit multidisziplinären Teams.
- Ingenieurdenken: Sie priorisieren robusten Code, CI/CD und MLOps-Prinzipien.
- Akademische Grundlage: Sie haben einen Master oder Ph.D. in einem quantitativen Bereich und bleiben an der Spitze der KI-Forschung.
Sie werden Teil eines leistungsstarken, interdisziplinären Teams von Datenwissenschaftlern und Ingenieuren, das sich der Verbesserung unserer Lieferkette durch Daten, ML und KI widmet.
Lead Data Scientist (Supply Chain Forecasting) Arbeitgeber: On
Kontaktperson:
On HR Team
StudySmarter Bewerbungstipps 🤫
So bekommst du den Job: Lead Data Scientist (Supply Chain Forecasting)
✨Netzwerken, Netzwerken, Netzwerken!
Nutze LinkedIn und andere Plattformen, um mit Fachleuten aus der Branche in Kontakt zu treten. Lass uns nicht nur auf die Stellenanzeigen warten, sondern aktiv Beziehungen aufbauen und uns in relevanten Gruppen engagieren.
✨Sei proaktiv bei der Kontaktaufnahme
Wenn du eine interessante Stelle siehst, zögere nicht, direkt mit dem Team oder dem Hiring Manager in Kontakt zu treten. Frag nach mehr Informationen oder teile deine Ideen, wie du zur Verbesserung der Forecast-Modelle beitragen kannst.
✨Bereite dich auf technische Interviews vor
Stelle sicher, dass du deine technischen Fähigkeiten in Python und SQL auffrischst. Übe das Lösen von Problemen, die mit Zeitreihenmodellen und Vorhersagen zu tun haben, damit du im Interview glänzen kannst.
✨Bewirb dich über unsere Website
Vergiss nicht, dich direkt über unsere Karriere-Website zu bewerben! So stellst du sicher, dass deine Bewerbung die richtige Aufmerksamkeit erhält und du Teil unseres innovativen Teams wirst.
Diese Fähigkeiten machen dich zur top Bewerber*in für die Stelle: Lead Data Scientist (Supply Chain Forecasting)
Tipps für deine Bewerbung 🫡
Sei du selbst!: Wenn du deine Bewerbung schreibst, sei authentisch und zeig uns, wer du wirklich bist. Wir suchen nach Menschen, die Leidenschaft für Daten und Innovation haben, also lass das in deiner Bewerbung durchscheinen!
Betone deine Erfahrungen: Erzähle uns von deinen bisherigen Projekten und wie du deine Fähigkeiten im Bereich der Nachfrageprognose eingesetzt hast. Zeige uns, wie du mit verschiedenen Modellen gearbeitet hast und welche Erfolge du erzielt hast.
Technische Fähigkeiten hervorheben: Stelle sicher, dass du deine Kenntnisse in Python, SQL und anderen relevanten Technologien klar darstellst. Wir wollen sehen, dass du die technischen Fähigkeiten hast, um unsere Herausforderungen zu meistern.
Bewirb dich über unsere Website: Vergiss nicht, dich direkt über unsere Website zu bewerben! So können wir deine Bewerbung am besten bearbeiten und du bist gleich im richtigen System für alle weiteren Schritte.
Wie du dich auf ein Vorstellungsgespräch bei On vorbereitest
✨Verstehe die Rolle und das Unternehmen
Mach dich mit der Stellenbeschreibung und den Zielen des Unternehmens vertraut. Überlege dir, wie deine Erfahrungen im Bereich der Nachfrageprognose und der Optimierung in die spezifischen Anforderungen der Position als Lead Data Scientist passen.
✨Bereite konkrete Beispiele vor
Denke an konkrete Projekte oder Herausforderungen, die du in der Vergangenheit gemeistert hast. Sei bereit, über deine Erfahrungen mit Zeitreihenmodellen, Python und SQL zu sprechen und wie du diese Technologien genutzt hast, um die Prognosegenauigkeit zu verbessern.
✨Zeige deine Teamfähigkeit
Da die Zusammenarbeit mit interdisziplinären Teams wichtig ist, solltest du Beispiele parat haben, die zeigen, wie du erfolgreich mit anderen zusammengearbeitet hast. Betone, wie du in komplexen Umgebungen einen hohen Einfluss erzielt hast.
✨Frage nach den nächsten Schritten
Am Ende des Interviews kannst du nach den nächsten Schritten im Auswahlprozess fragen. Das zeigt dein Interesse an der Position und gibt dir auch die Möglichkeit, mehr über die Unternehmenskultur und die Erwartungen zu erfahren.