Auf einen Blick
- Aufgaben: Verantworte Experimentdesign und statistische Auswertung von A/B-Tests im Pricing- und Marketingbereich.
- Unternehmen: Schwarz Digits, Teil der Schwarz Gruppe, treibt digitale Entscheidungen in Europa voran.
- Vorteile: Attraktives Gehalt, flexible Arbeitszeiten, Weiterbildungsmöglichkeiten und ein dynamisches Team.
- Weitere Informationen: Wachstumsorientierte Umgebung mit exzellenten Karrierechancen und einem starken Fokus auf Teamarbeit.
- Warum dieser Job: Gestalte die Zukunft der digitalen Entscheidungsfreiheit mit innovativen Technologien und Methoden.
- Qualifikationen: Master in Statistik oder verwandtem Bereich, Erfahrung in statistischer Modellierung und A/B-Testing.
Das prognostizierte Gehalt liegt zwischen 55000 - 70000 € pro Jahr.
Schwarz Digits schafft das technologische Fundament für digitale Entscheidungsfreiheit in Europa. Als IT- und Digitalsparte der Schwarz Gruppe entwickeln und verantworten wir 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.
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.
Dein Profil
- 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.
Data Scientist - Experimentation & Causal Inference (m/w/d) Arbeitgeber: STACKIT
Schwarz Digits ist ein hervorragender Arbeitgeber, der seinen Mitarbeitern die Möglichkeit bietet, an der digitalen Transformation Europas aktiv mitzuwirken. Mit einem dynamischen Arbeitsumfeld, das schnelle Entscheidungswege und kreative Gestaltungsspielräume fördert, unterstützt das Unternehmen die persönliche und berufliche Weiterentwicklung seiner Mitarbeiter durch gezielte Schulungen und einen strukturierten Onboarding-Prozess. Zudem profitieren die Angestellten von einer stabilen Unternehmensstruktur und innovativen Technologien, die eine spannende und zukunftsorientierte Arbeit im Bereich Data Science ermöglichen.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass Sie so Data Scientist - Experimentation & Causal Inference (m/w/d) erhalten könnten
✨Netzwerken, Netzwerken, Netzwerken!
Nutze Plattformen wie LinkedIn, um mit Leuten aus der Branche in Kontakt zu treten. Stell Fragen, teile deine Ideen und zeig dein Interesse an Experimentation und Causal Inference. Wer weiß, vielleicht ergibt sich so eine tolle Gelegenheit!
✨Sei bereit für technische Herausforderungen!
Bereite dich auf technische Interviews vor, indem du deine Kenntnisse in Python und SQL auffrischst. Übe das Lösen von Problemen und das Erklären deiner Ansätze – das zeigt, dass du nicht nur die Theorie beherrschst, sondern auch praktisch anwenden kannst.
✨Zeige deine Leidenschaft für Daten!
Sprich über deine bisherigen Projekte und wie du statistische Methoden angewendet hast, um echte Probleme zu lösen. Zeige, dass du ein echter Teamplayer bist und bereit, dein Wissen im Bereich A/B-Testing und Experimentation weiterzugeben.
✨Bewirb dich direkt über unsere Website!
Wir bei StudySmarter lieben es, wenn du dich direkt über unsere Website bewirbst. So kannst du sicherstellen, dass deine Bewerbung die richtigen Leute erreicht und du gleich einen guten Eindruck hinterlässt. Lass uns gemeinsam die digitale Entscheidungsfreiheit in Europa vorantreiben!
Wir glauben, dass du diese Fähigkeiten brauchst, um Data Scientist - Experimentation & Causal Inference (m/w/d) mit Bravour zu bestehen
Einige Tipps für deine Bewerbung 🫡
Mach deine Bewerbung persönlich:Zeig uns, wer du bist! Verwende eine freundliche und authentische Sprache, um deine Motivation und Leidenschaft für die Position als Data Scientist zu vermitteln. Lass uns wissen, warum du Teil unseres Teams werden möchtest.
Betone deine technischen Skills:Da wir nach jemandem suchen, der mit Python und SQL umgehen kann, solltest du deine Erfahrungen in diesen Bereichen klar hervorheben. Erzähl uns von Projekten, bei denen du diese Technologien eingesetzt hast, um deine Fähigkeiten zu untermauern.
Sei konkret bei deinen Erfahrungen:Gib uns konkrete Beispiele für deine bisherigen Arbeiten im Bereich A/B-Testing oder Experimentation. Zeige, wie du statistische Methoden angewendet hast, um Ergebnisse zu erzielen und Herausforderungen zu meistern.
Bewirb dich über unsere Website:Wir empfehlen dir, deine Bewerbung direkt über unsere Website einzureichen. So stellst du sicher, dass alle Unterlagen an die richtige Stelle gelangen und du die besten Chancen auf eine schnelle Rückmeldung hast.
Wie man sich auf ein Vorstellungsgespräch bei STACKIT vorbereitet
✨Verstehe die Grundlagen der Experimentation
Mach dich mit den grundlegenden Konzepten der A/B-Tests und der statistischen Auswertung vertraut. Sei bereit, deine Kenntnisse über Power-Analysen und Randomisierungsstrategien zu demonstrieren, da diese Themen im Interview sicher angesprochen werden.
✨Zeige deine Programmierfähigkeiten
Bereite dich darauf vor, Fragen zu Python und SQL zu beantworten. Du könntest gebeten werden, Code-Snippets zu schreiben oder zu erklären, wie du produktionsreifen Code entwickelst. Übe vorher, um sicherzustellen, dass du deine Fähigkeiten klar und präzise präsentieren kannst.
✨Bereite Beispiele aus der Praxis vor
Denke an konkrete Projekte oder Erfahrungen, in denen du statistische Methoden angewendet hast. Sei bereit, über Herausforderungen zu sprechen, die du gemeistert hast, und wie du zur Verbesserung von Experimenten beigetragen hast. Das zeigt deine praktische Erfahrung und Problemlösungsfähigkeiten.
✨Kommunikation ist der Schlüssel
Da du als Brückenbauer zwischen Data Engineering und Business fungieren wirst, ist es wichtig, komplexe statistische Konzepte verständlich zu erklären. Übe, wie du deine Ideen klar und einfach kommunizieren kannst, um sicherzustellen, dass auch Nicht-Statistiker folgen können.
