Senior Data Scientist - Demand Forecasting (f/m/d)

Wir maximieren die Produktverfügbarkeit mit minimalen Cashflow-Investitionen in 1/10 der Zeit. Wir lösen ein echtes Problem für KMUs mit KI. Das Problem, das wir lösen: Mittelgroße Shopify-Marken verlieren täglich Umsatz und Liquidität durch Lagerengpässe und Ineffizienzen. Sie sehen das Problem, können es aber nicht schnell genug beheben.

Was VOIDS tut: VOIDS ist das KI-Gehirn für mittelgroße Shopify-Marken. Wir prognostizieren die Nachfrage auf Produktebene, erkennen Lagerengpässe und Ineffizienzen, bevor sie auftreten, und sagen den E-Commerce-Teams genau, was zu tun ist – oder führen es automatisch mit einem Klick aus. Das Ergebnis: 98% Lagereffizienz. 20-facher ROI. Sechsstellige Liquidität freigeschaltet. Innerhalb von Wochen.

Traction: Seit dem Start im Juni 2023: 300% Wachstum, über 1 Milliarde verarbeitete Datenpunkte, 2 Millionen Euro ARR, über 50 Marken live – darunter Hyrox, 6pm, Creamyfabrics und NatureHeart. Jetzt zielen wir auf 10 Millionen Euro ARR bis 2027.

Wo wir hinwollen: Heute besitzen wir die Nachfrageprognose und das Bestandsmanagement. Morgen: vollautonome, KI-gesteuerte Beschaffung. Wir bauen keine Funktionen – wir rekonstruieren, wie der moderne Handel funktioniert.

Warum jetzt beitreten: Wir sind ein kleines, schnelles Team, in dem jede Einstellung die Richtung des Unternehmens prägt. Du wirst direkt mit Jannik und Tobias - zwei Gründern, die E-Commerce und KI leben und atmen - zusammenarbeiten und dafür verantwortlich sein, wie wir über 1 Milliarde Datenpunkte auf unserer Plattform erfassen, verarbeiten und aktivieren. Dies ist keine Wartungsrolle. Du wirst die Datenbasis für eine vollständig KI-gesteuerte Zukunft aufbauen. Mit hoher Autonomie. In echtem Datenskalierungsmaßstab. Mit echtem Einfluss.

Aufgaben

• Entwicklung der Prognose-Engine, die die Nachfrageprognosedienste von VOIDS antreibt und direkt die Ergebnisse und die Zufriedenheit der Kunden beeinflusst.
• Entwurf und Implementierung skalierbarer Prognosemethoden, die an eine vielfältige Kundenbasis und einzigartige Datensätze anpassbar sind.
• Aktive Interaktion mit Kunden, um tiefgehende Einblicke und Feedback zu sammeln, damit unsere Prognoselösungen ihren sich entwickelnden Bedürfnissen entsprechen.
• Enge Zusammenarbeit mit dem CTO, CEO, Customer Success und Ingenieuren.
• Identifizierung und Umsetzung strategischer Verbesserungen in Bezug auf Skalierbarkeit, Genauigkeit und Leistung der Prognosesysteme.
• Verbesserung der Entwicklererfahrung, Befürwortung von Best Practices und Aktualisierung der Werkzeuge innerhalb der Data Science- und Engineering-Teams.
• Leitung unserer Prognoseoperationen, um sicherzustellen, dass frische und stabile Modelle und Prognosen zuverlässig an unsere Kunden geliefert werden.
• Selbst entscheiden, worauf du dich konzentrieren möchtest – ohne Bürokratie.

Anforderungen

• Fließende Englischkenntnisse; Deutsch ist von Vorteil.
• Klare, professionelle und asynchrone Kommunikationsfähigkeiten.
• Über 3 Jahre Erfahrung in der Datenwissenschaft, davon mindestens 2 Jahre speziell in der Zeitreihenprognose (vorzugsweise Konsumgüter).
• Erfahrung im Aufbau und in der Wartung von Pipelines und APIs für Modelltraining/-inferenz, unter Verwendung von Tools wie Airflow/Dagster, AWS Sagemaker, MLflow usw.
• Praktische Erfahrung mit SQL-Datenbanken, idealerweise PostgreSQL.
• Delegation von Arbeiten an gesamte KI-Workflows und Versand von KI-unterstützten Daten-/Modellierungspipelines, bei denen tatsächliche Entscheidungen und Arbeiten von KI getroffen werden.
• Starkes Produkt- und Kundenverständnis sowie eine proaktive, besitzorientierte Denkweise.
• Komfort mit Unklarheiten und Autonomie bei der Problemlösung.

Bonus / Nice-to-Have

• Erfahrung mit E-Commerce und/oder B2B SaaS-Startups.
• Hintergrund in der Datenengineering für skalierbare Datenpipelines, um die gesamte Datenpipeline umfassender abzudecken.
• Vertrautheit mit Infrastruktur-Frameworks (Terraform, Kubernetes usw.).
• Erfahrungen mit Technologien zur Verarbeitung größerer Datensätze wie BigQuery, Spark usw.
• Beiträge zur Entwicklererfahrung und internen Werkzeugverbesserungen.
• Praktische Erfahrung mit Prognosetools wie Nixtla, Darts, statsmodels, sktime usw.

Technologiestack

• Programmierung: Python (Pandas, Polars), SQL.
• Modellierung: Statistische, ML- und neuronale Zeitreihenmodelle (hauptsächlich Nixtla).
• Datenlagerung: PostgreSQL, AWS S3 (Parquet).
• ML-Infrastruktur: AWS SageMaker, AWS Lambda, MLflow.
• Orchestrierung: Airflow auf AWS.
• Zusammenarbeit & KI-Tools: GitHub Copilot, ChatGPT.

Vorteile

• Unbefristeter Vollzeitvertrag (kein B2B).
• Wettbewerbsfähiges Gehalt (80.000–100.000 Euro) + Eigenkapital.
• 30 Tage bezahlter Urlaub.
• Alle KI-Abonnements mit unbegrenzter Nutzung, die du möchtest.
• Neuer Mac Book Pro & mindestens 2 Monitore im Büro ;)
• Regelmäßige Teamevents und vierteljährliche Off-Sites.
• Echte Verantwortung und Einfluss.
• Eine ruhige, fokussierte Arbeitsumgebung, die Initiative belohnt.
• Wellpass-Mitgliedschaft für unbegrenzte Fitness, Yoga, Schwimmen, Klettern und mehr.

Wir kümmern uns weniger um Titel und mehr um Einfluss, daher freuen wir uns darauf, mit dir zu sprechen und mehr über Folgendes zu erfahren:

• Ein Prognosemodell, das du gebaut hast und mit welcher Komplexität du dich auseinandergesetzt hast.
• Wie du KI derzeit in deinem täglichen Engineering-Workflow verwendest – konkret, nicht theoretisch.
• Was dich motiviert und welche Arten von Datenproblemen du wirklich interessant findest.