Senior Data Scientist (Reinforcement Learning)

Workster arbeitet mit einem globalen Marktführer in der Mobilitätsbranche zusammen, um einen Senior Data Scientist – Reinforcement Learning (m/w/d) für sein wachsendes Data Science & Engineering-Team in München zu rekrutieren. Dies ist eine hochwirksame Gelegenheit, die Zukunft intelligenter Preissysteme durch fortschrittliche probabilistische Modellierung und modernste Machine-Learning-Techniken zu gestalten.

Ihre Rolle:

• Architektur und Prototyping von Bayesian Regression Modellen (GLM, gemischte Effekte, Gaussian Process) zur Unterstützung dynamischer Preisstrategien.
• Implementierung von Techniken wie SVI, MCMC und Importance Sampling, um robuste Entscheidungen unter Unsicherheit zu treffen.
• Entwurf und Wartung von Feature-Engineering-Pipelines und automatisierter Datenvalidierung mit Tools wie Airflow oder Dagster.
• Bereitstellung von Produktionsmodellen über FastAPI, Docker und Kubernetes, wobei Leistungsmessung und Anomalieerkennung sichergestellt werden.
• Entwurf und Bewertung von A/B- und multivariaten Tests unter Verwendung kausaler Inferenz und quasi-experimenteller Methoden.
• Cross-funktionale Zusammenarbeit mit Umsatz- und Produktteams, um abstrakte Ideen in datengestützte Hypothesen umzuwandeln.
• Mentoring von Teammitgliedern und Unterstützung bei der Erhöhung interner Bayesian- und Modellierungsstandards durch Workshops und Veröffentlichungen.

Ihre Qualifikationen:

• Über 5 Jahre Erfahrung in angewandter statistischer Modellierung mit starkem Fokus auf Bayesianische Methoden.
• Kenntnisse in probabilistischer Programmierung mit PyMC, Stan, NumPyro, TFP oder ähnlichen Tools.
• Praktische Erfahrung mit SVI, Black-Box-variationaler Inferenz und großangelegten MCMC-Techniken.
• Starke Python-Programmierkenntnisse mit Best Practices in Testing, Typ-Hinweisen und CI/CD.
• Vertrautheit mit Cloud-Infrastruktur (AWS, GCP oder Azure), Docker/Kubernetes und Workflow-Orchestrierungstools.
• Exzellente Kommunikationsfähigkeiten – in der Lage, statistische Konzepte und Unsicherheiten sowohl technischen als auch nicht-technischen Zielgruppen zu erklären.

Das Angebot:

• Ein hybrides Arbeitsmodell mit Flexibilität und 30 Tagen bezahltem Urlaub.
• Gelegenheiten zur Teilnahme an unternehmensweiten Lerninitiativen und Freiwilligentagen.
• Zugang zu Fitness- und Freizeiteinrichtungen vor Ort in einem modernen Arbeitsplatz.
• Mobilitätsunterstützung, Rentenbeiträge und großzügige Mitarbeiterrabatte auf Mobilitätsdienstleistungen.
• Eine unterstützende und kollaborative Teamkultur mit modernster Technologie und komplexen Herausforderungen aus der realen Welt.