Sr Data Scientist - Causal Interference - Munich, Germany

Workster freut sich, einen erfahrenen Senior Data Scientist – Causal Inference zu rekrutieren, der einem zukunftsorientierten Technologieführer mit Sitz in München, Deutschland, beitritt. Dies ist Ihre Gelegenheit, zu innovativen, datengestützten Entscheidungen innerhalb eines internationalen Teams beizutragen, das die Zukunft von B2B-Lösungen gestaltet.

Hauptverantwortlichkeiten:

• Leitung von End-to-End-Projekten zur kausalen Inferenz zur Bewertung von Geschäftsstrategien, Interventionen und Produktverbesserungen in einer realen Umgebung.
• Entwurf robuster Experimente, einschließlich A/B-Tests, quasi-experimenteller Methoden und Beobachtungsstudien, wobei sichergestellt wird, dass die Richtlinien auf soliden statistischen Beweisen basieren.
• Anwendung fortgeschrittener statistischer, ökonometrischer und maschineller Lerntechniken zur Aufdeckung von Erkenntnissen über Kausalität und zur Ableitung umsetzbarer Empfehlungen.
• Zusammenarbeit mit Data Engineering, Produkt- und Geschäftspartnern, um komplexe Datenherausforderungen in klare, wirkungsvolle Lösungen zu übersetzen.
• Mentoring und Schulung von Teammitgliedern in modernen Ansätzen zur kausalen Modellierung und Förderung einer Kultur des kontinuierlichen Lernens und der Exzellenz.
• Überzeugende Kommunikation von Ergebnissen an technische und nicht-technische Zielgruppen zur Unterstützung datengestützter Strategien auf allen Organisationsebenen.
• Aktualisierung über Entwicklungen in der kausalen Inferenz, Datenwissenschaft und KI sowie Bewertung von Möglichkeiten zur Einführung neuartiger Methoden oder Werkzeuge.

Anforderungen und Qualifikationen:

• Master-Abschluss oder PhD in Statistik, Informatik, Mathematik, Ökonometrie oder einem eng verwandten Fachgebiet.
• Umfangreiche Erfahrung in der Anwendung kausaler Inferenztechniken (z.B. Propensity Score Matching, Difference-in-Differences, instrumentelle Variablen, Regression Discontinuity, randomisierte kontrollierte Studien) in einem kommerziellen oder Forschungsumfeld.
• Solide Programmierkenntnisse in Python und/oder R, mit Kenntnissen relevanter Bibliotheken wie pandas, statsmodels, scikit-learn oder PyMC.
• Nachgewiesene Fähigkeit, mit großen, komplexen Datensätzen unter Verwendung von SQL und zeitgemäßen Datenplattformen zu arbeiten.
• Exzellente schriftliche und mündliche Kommunikationsfähigkeiten in Englisch – Deutschkenntnisse sind von Vorteil, aber nicht erforderlich.
• Starke Fähigkeiten im Stakeholder-Engagement, fähig, Dateninsights in Geschäftswert und operationale Auswirkungen zu übersetzen.
• Eine proaktive, kollaborative Denkweise und ein Engagement für die Förderung von Vielfalt, Gleichheit und Inklusion in allen Teaminteraktionen.

Vorteile:

• Wettbewerbsfähige und transparente Gehaltsstruktur mit leistungsabhängigen Boni.
• Umzugshilfe und Visumsponsoring für berechtigte Kandidaten, die nach München ziehen.
• Flexible Arbeitsbedingungen, einschließlich hybrider und remote Optionen.
• Umfassende private Krankenversicherung und Wellness-Initiativen.
• Großzügiger Jahresurlaub, Lernbudget und Zugang zu Ressourcen für berufliche Entwicklung.
• Dynamische und einladende Arbeitskultur, die Innovation, Autonomie und Teamarbeit feiert.
• Modernes, gut gelegenes Büro im Herzen von München mit hervorragenden öffentlichen Verkehrsanbindungen.

Nächste Schritte:

Wenn Sie leidenschaftlich an kausaler Inferenz interessiert sind, bereit sind, komplexe Herausforderungen zu lösen und Ihren Fußabdruck in einem vielfältigen, wachstumsstarken Unternehmen zu hinterlassen, bewerben Sie sich jetzt, um unserem Team in München beizutreten!