Auf einen Blick
- Aufgaben: Entwickle fortschrittliche Vorhersagemodelle für die Logistikbranche und optimiere den Warenfluss.
- Unternehmen: Innovatives Logistik-Startup mit einer dynamischen und talentierten Teamkultur.
- Vorteile: Attraktive Vergütung, private Gesundheitsversorgung, 25 Urlaubstage und flexible Arbeitsmodelle.
- Weitere Informationen: Wachstumsorientiertes Umfeld mit direktem Einfluss auf betriebliche Ergebnisse.
- Warum dieser Job: Gestalte die Zukunft des Online-Handels und mache einen echten Unterschied in der Logistik.
- Qualifikationen: Mindestens 8 Jahre Erfahrung in Datenwissenschaft und fundierte Kenntnisse in Python und SQL.
Das prognostizierte Gehalt liegt zwischen 72000 - 88000 € pro Jahr.
Relay verändert grundlegend, wie Waren in einer Online-Ära bewegt werden. Unterstützt von Europas größter Logistik-Serie A (35 Millionen Dollar), die von Deep-Tech-Investoren geleitet wird, wächst Relay schneller als 99,98 % der von Wagniskapital unterstützten Startups. Unsere Mission ist es, den Handel von Reibungen zu befreien. Hohe Lieferkosten wirken heute als versteuerter Steuer auf den E-Commerce und beeinflussen, was online verkauft werden kann und wer daran teilnehmen kann. Wir stellen uns eine Welt vor, in der mehr Waren freier zwischen mehr Menschen bewegt werden, was das Online-Shopping-Erlebnis nahtlos und für alle zugänglich macht.
Das Team
- ~110 Personen, mehr als die Hälfte in Engineering, Produkt und Daten
- 45+ fortgeschrittene Abschlüsse in Informatik, Mathematik und Operations Research
- Über tausend Datenpunkte, die für jedes Paket, das wir bearbeiten, erfasst, berechnet, analysiert und vorhergesagt werden
- Eine intellektuell lebendige Kultur des Denkens in ersten Prinzipien, enger Feedbackschleifen und unermüdlicher Experimentierfreude
Das Netzwerk von Relay basiert auf Vorhersagen. Jede Änderung in der Sortierung, jeder Mittelstrecken-Van, der versendet wird, jede letzte Meile, die geplant wird, jede Expansionsentscheidung - alles hängt von Modellen ab, die vorhersagen, wie Pakete durch unser System bewegt werden. Wenn diese Modelle korrekt sind, läuft das Netzwerk effizient und die Kosten pro Paket sinken. Wenn sie abweichen, summieren sich die Kosten in jeder Phase des Betriebs.
Die Network-Gruppe baut und pflegt die Prognosemaschine, die all dies antreibt, wobei die Nachfrageprognose im Mittelpunkt steht: eine Prognose darüber, was verfügbar sein wird, um sortiert zu werden, auf Outcode-Granularität, von D0 bis D30. Als Staff Data Scientist sind Sie der technische Anker für die Nachfrageprognose. Sie besitzen die schwierigsten und unklarsten Teile der Prognose und setzen die Methodik und Validierungsstandards, an denen sich der Rest des Bereichs orientiert.
Was Sie tun werden
- Besitzen Sie die integrierte Prognose von Anfang bis Ende.
- Bauen Sie die schwierigsten Modelle im Bereich.
- Setzen Sie die Methodik und Validierungsstandards für die Nachfrageprognose.
- Erhöhen Sie den technischen Standard.
- Definieren Sie die Schnittstellen der Prognose.
- Besitzen Sie die Produktionsqualität im gesamten Bereich.
- Arbeiten Sie mit der Finanzabteilung zusammen, um die Übergabe zwischen operativen und finanziellen Modellen zuverlässig zu gestalten.
Wer in dieser Rolle gedeihen wird
- Sie waren zuvor der technische Anker in einem Modellierungsteam.
- Sie denken in vernetzten Systemen.
- Sie haben eine nachweisliche Erfolgsbilanz beim Aufbau und der Bereitstellung von Modellen aus unklaren Ausgangspunkten.
- Starke Kenntnisse in Python und SQL sowie umfassende Erfahrung im gesamten Modellierungszyklus.
- Mindestens 8 Jahre Erfahrung in einer Rolle im Bereich Data Science oder quantitative Modellierung.
- Sie kommunizieren mit nicht-technischen Stakeholdern mit Autorität.
Vergütung, Vorteile & Arbeitsplatz
- Generöse Eigenkapitalbeteiligung, die reicher ist als 99 % der europäischen Startups.
- Private Gesundheits- und Zahnversicherung.
- 25 Tage Urlaub.
- Verbesserte Elternzeit.
- Unser Büro in Shoreditch ermöglicht persönliche Interaktionen, die Auswirkungen haben.
- Hardware Ihrer Wahl.
- Umfangreiche Vergünstigungen.
Relay ist ein Arbeitgeber, der Chancengleichheit fördert und sich für Vielfalt, Inklusion und die Schaffung eines Arbeitsplatzes einsetzt, an dem jeder gedeihen kann.
Staff Data Scientist - Network Arbeitgeber: Relay
Relay ist ein herausragender Arbeitgeber, der eine dynamische und innovative Arbeitsumgebung in Shoreditch bietet. Mit großzügigen Aktienoptionen, umfassenden Gesundheitsleistungen und einem starken Fokus auf persönliche Entwicklung fördert das Unternehmen eine Kultur des kontinuierlichen Lernens und der Zusammenarbeit. Die Möglichkeit, an bedeutenden Projekten zu arbeiten, die den Online-Handel revolutionieren, sowie die Unterstützung durch ein talentiertes Team machen Relay zu einem attraktiven Arbeitsplatz für Fachkräfte im Bereich Data Science.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass du so Staff Data Scientist - Network erhalten könntest
✨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 Relay 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 Staff Data Scientist - Network 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 Staff Data Scientist - Network bei Relay gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei Relay 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 Relay entscheidend sein!
