Auf einen Blick
- Aufgaben: Entwickle skalierbare Machine-Learning-Lösungen zur Optimierung von Bietalgorithmen.
- Unternehmen: TripleLift, ein innovatives Unternehmen im Bereich digitale Werbung.
- Vorteile: Wettbewerbsfähiges Gehalt, flexible Arbeitszeiten und kontinuierliche Weiterbildung.
- Weitere Informationen: Kollaborative Kultur mit Fokus auf Innovation und persönlichem Wachstum.
- Warum dieser Job: Löse komplexe Probleme und arbeite mit großen Datensätzen in einem dynamischen Team.
- Qualifikationen: Mindestens fünf Jahre Erfahrung in Data Science oder Machine Learning.
Das prognostizierte Gehalt liegt zwischen 49500 - 60500 € pro Jahr.
Triple Lift is the Creative SSP powered by TL Spark, our agentic intelligence layer.
We orchestrate creative, supply, audience, and measurement into a single outcome-driven system across the open internet, retail media, and CTV.
Our platform enables brands and agencies to drive measurable performance while helping publishers maximize yield and preserve high-quality user experiences.
Overview
The Data Scientist / Machine Learning Engineer plays a critical role in improving the performance of Triple Lift's bidding algorithms and developing scalable machine learning solutions that drive better outcomes for our customers.
Within the Data Science team, this role combines statistical analysis, experimentation, and machine learning engineering to uncover market insights, optimize bidding performance, and build production-ready systems.
In this position, you will partner closely with engineering, product management, and business stakeholders to identify opportunities, test hypotheses, and translate data-driven insights into measurable business impact.
This is an exciting opportunity for someone who enjoys solving complex problems, working with large-scale datasets, and building reliable machine learning systems in a collaborative, fast-paced environment.
Responsibilities
- Design and run experiments to improve bidding algorithm performance and maximize outcomes for Triple Lift's customers.
- Apply statistical analysis and advanced analytics techniques to understand market dynamics and deliver actionable insights and recommendations.
- Develop, implement, and maintain scalable, production-ready machine learning pipelines and systems, applying best practices in ML engineering.
- Collaborate with engineering, product management, and business stakeholders to identify opportunities, solve challenges, and drive data-informed decisions.
- Monitor and evaluate deep learning and machine learning systems to ensure performance, reliability, and effectiveness in production environments.
- Core Technologies
The Data Science team uses a wide range of technologies to solve complex problems and support scalable data science and machine learning solutions.
We believe in using the right tools for the right job and continually evaluating new technologies as our needs evolve.
- Languages: Python
- Frameworks and Tools: Spark, Airflow, Databricks, ONNX, Docker
- Databases and Data Storage: My SQL, Snowflake, Amazon S3, Parquet
- Cloud Infrastructure: Amazon Web Services (AWS)
- Machine Learning Libraries: Tensor Flow, Py Torch, Scikit-learn, Spark
- Monitoring and Visualization: Prometheus, Grafana
Education & Requirements
- A degree in a technical or quantitative field is preferred. Candidates with relevant professional experience and degrees in other disciplines will also be considered.
- At least five years of professional experience in data science and/or machine learning within a collaborative work environment.
- At least two years of professional experience developing data science and machine learning models in a programmatic advertising environment.
- Strong foundation in statistical analysis, deep learning, and machine learning techniques.
- Hands-on experience with Tensor Flow or Py Torch to prototype models for high-volume, distributed systems.
- Experience monitoring and measuring statistical model performance using tools such as Prometheus and Grafana, including building dashboards and alerts to identify performance issues and ensure models function effectively.
- Strong organizational, communication, and attention-to-detail skills.
- Ability to work efficiently and independently with minimal oversight.
- Openness to feedback and constructive criticism, with a commitment to continuous learning and professional development.
- Strong work ethic and a demonstrated commitment to delivering high-quality work
At Triple Lift, we believe great work starts with great people.
We foster a culture built on collaboration, curiosity, and a shared commitment to making each other better.
We move with urgency, challenge convention, and continuously innovate to elevate digital advertising.
We value people who bring new perspectives, take ownership, and work together to drive meaningful impact.
Learn more about Triple Lift and our culture on our Linked In Life page.
Please review our Privacy Policy for information about how Triple Lift handles personal information.
Triple Lift does not accept unsolicited resumes from recruitment search firms.
Any resume submitted without a signed agreement in place will become the property of Triple Lift, and no fee will be due.
Senior Data Scientist in Zürich Arbeitgeber: TripleLift
TripleLift ist ein hervorragender Arbeitgeber, der seinen Mitarbeitern die Möglichkeit bietet, an innovativen Projekten im Bereich der Echtzeit-Werbung zu arbeiten. Mit einem dynamischen Arbeitsumfeld in den pulsierenden Städten New York und Zürich fördert das Unternehmen eine Kultur der Zusammenarbeit und des kontinuierlichen Lernens, während es gleichzeitig attraktive Vorteile und Entwicklungsmöglichkeiten für seine Mitarbeiter bietet. Hier haben Sie die Chance, Ihre Fähigkeiten in einer zukunftsorientierten Branche weiterzuentwickeln und Teil eines engagierten Teams zu werden, das an der Spitze der Technologie steht.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass du so Senior Data Scientist in Zürich 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 TripleLift 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 Senior Data Scientist in Zürich 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 Senior Data Scientist bei TripleLift gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei TripleLift 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 TripleLift entscheidend sein!