Finde einen Job 
Finde eine Ausbildung 
Top Arbeitgeber 
Top Universitäten 
Für Unternehmen Auf einen Blick
- Aufgaben: Verantworte das Design und die Auswertung von A/B-Tests im Pricing- & Marketing-Bereich.
- Arbeitgeber: Schwarz Digits, Teil der Schwarz Gruppe, treibt digitale Entscheidungen in Europa voran.
- Mitarbeitervorteile: Gestaltungsspielräume, schnelle Entscheidungswege und ein stabiles Fundament für deine Projekte.
- Andere Informationen: Werde Teil eines dynamischen Teams mit exzellenter methodischer Tiefe und technischer Exzellenz.
- Warum dieser Job: Nutze deine statistischen Fähigkeiten, um echte Auswirkungen auf datengetriebene Entscheidungen zu haben.
- Gewünschte Qualifikationen: Abgeschlossenes Studium in Statistik oder Data Science und Erfahrung in statistischer Modellierung.
Das voraussichtliche Gehalt liegt zwischen 55000 - 70000 € pro Jahr.
Ausbildung: Abgeschlossenes Studium (Master/Diplom) in Statistik, Mathematik, Informatik, Ökonometrie, Data Science oder einem verwandten quantitativen Feld mit starkem Fokus auf Inferenzstatistik.
Erfahrung: Du verfügst über fundierte Berufserfahrung (ca. 2-5 Jahre) in der statistischen Modellierung, idealerweise mit klarem Bezug zu A/B-Testing oder Experimentation im digitalen/E-Commerce Umfeld.
Tech-Stack & Engineering: Du bist extrem sicher im Umgang mit Python und SQL. Die Anwendung von Software-Engineering Best Practices (Clean Code, OOP, Versionierung mit Git) ist für dich selbstverständlich. Idealerweise hast du Erfahrung mit PySpark und Cloud-Infrastrukturen (GCP/Azure) oder Databricks.
Methodik: Begriffe wie p-Values, Konfidenzintervalle, Type-I/II-Error und multivariate Tests sind dein tägliches Handwerkszeug. Erfahrung mit Sequential Testing oder Causal Inference ist ein großer Pluspunkt.
Kommunikation: Du hast die Gabe, komplexe statistische Sachverhalte für Nicht-Statistiker verständlich aufzubereiten und fungierst gerne als Brückenbauer zwischen Data Engineering und Business.
Sprachen: Da wir ein internationales Team sind, kommunizierst du sicher auf Englisch. Deutschkenntnisse sind ein klares Plus für den reibungslosen Wissenstransfer in der Einarbeitungsphase.
Deine Aufgaben:
- End-to-End Experimentation: Du verantwortest das Experimental Design und die statistische Auswertung unserer A/B-Tests im Pricing- & Marketing-Umfeld. Dabei meisterst du Herausforderungen wie Power-Analysen, Randomisierungsstrategien und die methodisch saubere Interpretation komplexer Testergebnisse.
- Scalable Implementation & Tooling: Du bist nicht nur beratend tätig, sondern entwickelst aktiv mit. Du schreibst produktionsreifen Code (Python/SQL), entwickelst die statistischen Kernfunktionen unserer internen A/B-Testing-App weiter und integrierst automatisierte statistische Workflows in unsere Cloud-Datenlandschaft (GCP/Databricks).
- Methodische Speerspitze: Du evaluierst und implementierst fortgeschrittene statistische Verfahren (z.B. sequentielle Analyse oder bayesianische Ansätze), um die Effizienz und Aussagekraft unserer Experimente kontinuierlich zu verbessern.
- Statistisches Consulting: Du bist der erste Ansprechpartner für Product Manager, Analysten und Data Engineers bei statistischen Fragestellungen. Du hilfst dabei, Bias zu vermeiden und die Validität unserer Ergebnisse sicherzustellen.
- Knowledge Transfer & Nachfolge: Du übernimmst eine Schlüsselrolle in einem langfristig geplanten Generationenwechsel. In einer 3- bis 6-monatigen Onboarding-Phase arbeitest du eng mit unserem scheidenden Experten zusammen, um tiefes Domänenwissen zu übernehmen und die statistische Exzellenz im Team durch moderne Tech-Ansätze in die Zukunft zu führen.
Data Scientist - Experimentation & Causal Inference (m/w/x) Arbeitgeber: Schwarz Digits
Kontaktperson:
Schwarz Digits HR Team
StudySmarter Bewerbungstipps 🤫
So bekommst du den Job: Data Scientist - Experimentation & Causal Inference (m/w/x)
✨Tip Nummer 1
Mach dir eine Liste von Unternehmen, die dich interessieren, und besuche deren Karriereseiten regelmäßig. Oft gibt es Stellenangebote, die nicht auf großen Jobportalen veröffentlicht werden.
✨Tip Nummer 2
Nutze dein Netzwerk! Sprich mit Freunden, ehemaligen Kommilitonen oder Kollegen über offene Stellen. Oft sind persönliche Empfehlungen der Schlüssel zum Erfolg.
✨Tip Nummer 3
Bereite dich gut auf Vorstellungsgespräche vor. Informiere dich über das Unternehmen, übe häufige Interviewfragen und sei bereit, deine Erfahrungen im Bereich A/B-Testing und statistische Modellierung zu teilen.
✨Tip Nummer 4
Bewirb dich direkt über unsere Website! So hast du die besten Chancen, gesehen zu werden, und kannst sicherstellen, dass deine Bewerbung in den richtigen Händen landet.
Diese Fähigkeiten machen dich zur top Bewerber*in für die Stelle: Data Scientist - Experimentation & Causal Inference (m/w/x)
Tipps für deine Bewerbung 🫡
Mach es persönlich!: Zeig uns, wer du bist! Verwende eine freundliche und authentische Sprache in deinem Anschreiben. Erzähl uns, warum du dich für die Stelle als Data Scientist interessierst und was dich an unserer Experimentierkultur reizt.
Betone deine Erfahrungen: Hebe deine relevanten Erfahrungen hervor, besonders im Bereich A/B-Testing und statistische Modellierung. Zeig uns, wie du komplexe statistische Konzepte in der Praxis angewendet hast und welche Tools du dabei verwendet hast.
Technische Skills im Fokus: Stell sicher, dass du deine technischen Fähigkeiten klar darstellst. Wir suchen jemanden, der sicher mit Python und SQL umgehen kann. Wenn du Erfahrung mit Cloud-Technologien oder Databricks hast, vergiss nicht, das zu erwähnen!
Schick uns deine Bewerbung über unsere Website: Wir freuen uns darauf, deine Bewerbung zu sehen! Reiche sie direkt über unsere Website ein, damit wir sie schnellstmöglich prüfen können. So bist du sicher, dass alles an der richtigen Stelle landet.
Wie du dich auf ein Vorstellungsgespräch bei Schwarz Digits vorbereitest
✨Verstehe die Grundlagen der Statistik
Mach dich mit den grundlegenden Konzepten der Inferenzstatistik vertraut, wie p-Werte und Konfidenzintervalle. Sei bereit, diese Konzepte in praktischen Beispielen zu erklären, um zu zeigen, dass du nicht nur theoretisches Wissen hast, sondern auch weißt, wie man es anwendet.
✨Praktische Erfahrung betonen
Bereite konkrete Beispiele aus deiner bisherigen Berufserfahrung vor, insbesondere im Bereich A/B-Testing und Experimentation. Zeige, wie du statistische Modelle entwickelt und implementiert hast, und welche Ergebnisse du damit erzielt hast.
✨Technische Fähigkeiten demonstrieren
Sei bereit, über deine Erfahrungen mit Python, SQL und eventuell PySpark zu sprechen. Du könntest sogar einige Code-Beispiele oder Projekte erwähnen, an denen du gearbeitet hast, um deine technischen Fähigkeiten zu untermauern.
✨Kommunikationsfähigkeiten hervorheben
Da du als Brückenbauer zwischen Data Engineering und Business fungieren wirst, ist es wichtig, dass du deine Fähigkeit zur verständlichen Kommunikation komplexer Themen unter Beweis stellst. Übe, wie du technische Informationen einfach und klar erklären kannst, besonders für Nicht-Statistiker.