Data Scientist - Pricing

Bei Tesco entwickelt unser Data Science-Team skalierbare Lösungen für komplexe geschäftliche Herausforderungen in den Bereichen Filialen, Online, Lieferkette, Marketing und Clubcard. Wir wenden fortschrittliches maschinelles Lernen, generative KI und große Sprachmodelle (LLMs) an, um Kundenerlebnisse zu personalisieren, Abläufe zu optimieren und Innovationen voranzutreiben. Teammitglieder rotieren zwischen verschiedenen Bereichen, um ihre Expertise und ihren Einfluss zu erweitern. Wir fördern eine Kultur des kontinuierlichen Lernens und widmen 10 % der Arbeitswoche der persönlichen Entwicklung.

Als Data Scientist bei Tesco sind Sie verantwortlich für die Entwicklung und Implementierung von Lösungen für maschinelles Lernen und generative KI, die direkt beeinflussen, wie wir unsere Kunden bedienen und unser Geschäft führen. Dazu gehört das Entwerfen und Implementieren robuster Modelle, das Experimentieren mit neuen Ansätzen und das Übersetzen von Geschäftsproblemen in Lösungen der Datenwissenschaft. Dies umfasst den Aufbau von Prototypen, die Bewertung der Modellleistung sowohl statistisch als auch hinsichtlich der geschäftlichen Auswirkungen sowie das Skalieren von Modellen in die Produktion.

Sie arbeiten eng mit Machine Learning Engineers und Software Engineers zusammen, um sicherzustellen, dass die Lösungen effizient, wartbar und mit den Technologiestandards von Tesco in Einklang stehen. Sie spielen auch eine Schlüsselrolle bei der klaren Kommunikation komplexer Ideen an nicht-technische Stakeholder, tragen zum internen Wissensaustausch bei und vertreten Tesco in der externen Datenwissenschaftsgemeinschaft. Es wird wichtig sein, über Entwicklungen in GenAI und LLMs auf dem Laufenden zu bleiben, da Sie helfen werden, aufkommende Techniken in unsere Datenprodukte zu integrieren.

Wir suchen eine neugierige und engagierte Person mit einer soliden Grundlage in maschinellem Lernen, Statistik und Programmierung. Sie sollten in der Lage sein, Modelle mit Python zu entwerfen und zu implementieren und mit großflächigen Daten in verteilten Rechenumgebungen zu arbeiten. Praktische Erfahrung mit generativer KI, LLMs und Deep-Learning-Frameworks ist von Vorteil. Sie werden Geschäftsprobleme in Lösungen der Datenwissenschaft übersetzen und Ihre Ergebnisse klar sowohl technischen als auch nicht-technischen Zielgruppen kommunizieren. Eine wissenschaftliche Denkweise, kritisches Denken und die Fähigkeit, die richtigen Fragen zu stellen, sind unerlässlich. Sie sollten proaktiv neue Methoden erlernen, sich über die neuesten Entwicklungen informieren und zu einer Kultur des Wissensaustauschs und der Zusammenarbeit beitragen.

Ein höherer Abschluss in einem quantitativen Fachgebiet wie Mathematik, Informatik, Ingenieurwesen oder Physik wird bevorzugt, obwohl auch gleichwertige Erfahrungen in einem kommerziellen Umfeld geschätzt werden. Starke Programmierpraktiken, einschließlich Versionskontrolle und Tests, werden erwartet.

Zusätzliche Vorteile:

• Jährliche Bonusregelung von bis zu 20 % des Grundgehalts
• Urlaub ab 25 Tagen plus ein persönlicher Tag (plus Feiertage)
• Private Krankenversicherung
• 26 Wochen Mutterschafts- und Adoptionsurlaub (nach 1 Jahr Betriebszugehörigkeit) mit vollem Gehalt, gefolgt von 13 Wochen gesetzlichem Mutterschafts- oder Adoptionsgeld; wir bieten auch 4 Wochen voll bezahlten Vaterschaftsurlaub
• Kostenloser 24/7 virtueller GP-Service, Mitarbeiterunterstützungsprogramm (EAP) für Sie und Ihre Familie, kostenloser Zugang zu einer Reihe von Experten zur Unterstützung Ihres psychischen Wohlbefindens

Unsere Vision bei Tesco ist es, die Lieblingsmethode jedes Kunden zum Einkaufen zu werden, egal ob sie zu Hause oder unterwegs sind. Unser Kernzweck ist es, 'unseren Kunden, Gemeinschaften und dem Planeten jeden Tag ein wenig besser zu dienen'. Wir sind stolz darauf, eine inklusive Kultur bei Tesco zu haben, in der sich jeder wirklich selbst sein kann. Bei Tesco feiern wir nicht nur Vielfalt, sondern erkennen auch den Wert und die Chancen an, die sie mit sich bringt. Wir setzen uns dafür ein, einen Arbeitsplatz zu schaffen, an dem Unterschiede geschätzt werden, und stellen sicher, dass alle Kollegen die gleichen Chancen erhalten.