Data Scientist - Experimentation & Causal Inference (m/w/d)

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.

Einleitungstext: Schwarz Digits schafft das technologische Fundament für digitale Entscheidungsfreiheit in Europa. Als IT- und Digitalsparte der Schwarz Gruppe entwickeln und verantworten wir einerseits die IT-Infrastrukturen für die Handelssparten Lidl und Kaufland sowie die Schwarz Produktion und PreZero. Gleichzeitig agieren wir als unabhängiger Anbieter am externen Markt, um Unternehmen in ganz Europa bei ihrer digitalen Transformation zu unterstützen. Unsere Kernleistungen bündeln wir in den Bereichen Cloud, Cyber Security, Data & AI, Communication und Workspace. Trage auch du zur digitalen Entscheidungsfreiheit in Europa bei.

Bei uns arbeitest du an der Schnittstelle zwischen Agilität und Sicherheit: Du profitierst von den schnellen Entscheidungswegen, genießt echte Gestaltungsspielräume in deinen Projekten und baust dabei auf das stabile Fundament der Schwarz Gruppe.

Im Bereich Data Tech & Enablement gestalten wir datengetriebene Entscheidungen entlang der gesamten Customer Journey unseres internen Kunden Lidl Online. Unser Team ist stolz auf seine methodische Tiefe und technische Exzellenz – und hier kommst du ins Spiel: Um unsere Experimentierkultur auf das nächste Level zu heben und unsere Systeme zukunftsfähig zu skalieren, suchen wir eine methodisch exzellente und technisch versierte Verstärkung, die statistische Theorie nahtlos in produktiven Code übersetzt.

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.