Senior Applied Scientist - Partner Tech (all genders)

Die Partner Tech Applied Science Team ist der Motor hinter dem Wachstum von Zalando und arbeitet mit Zalando-Partnern sowie internen Stakeholdern zusammen, um eine bessere Geschäftsentwicklung zu erreichen. Wir entwickeln Produkte, die bessere Nachfragesignale für Partner bereitstellen. Durch den Einsatz modernster Technologie stellen wir sicher, dass unser Sortiment relevant, ansprechend und respektvoll gegenüber der Privatsphäre der Kunden ist.

Als Senior Applied Scientist werden Sie eng mit Produktmanagern, Ingenieuren und Analysten zusammenarbeiten, um unsere branchenführende Artikel-Nachfrageprognose-Engine zu verfeinern. Sie werden die wissenschaftliche Roadmap für unseren Prognosebereich mitgestalten und mit Principal Scientists und Führungskräften zusammenarbeiten, um die Prognoseleistung zu maximieren, indem wir über einfache Metriken hinausgehen.

• Messung: Entwerfen und Implementieren fortschrittlicher Experimentierframeworks zur Messung der kausalen Auswirkungen von CRM-Kampagnen.
• Optimierung: Aufbau komplexer Modelle zur Identifizierung, welche Kunden spezifische Aktionen erhalten sollten, um Abfall zu minimieren und Relevanz zu maximieren.
• Steuerung: Direkter Einfluss darauf, wie Zalando Marketinginvestitionen zuweist, um sicherzustellen, dass wir den Wert korrekt zuordnen und auf langfristiges Wachstum optimieren.

Wenn Sie denken, dass Sie das Zeug dazu haben, ermutigen wir Sie, sich zu bewerben, auch wenn Sie nicht alle Anforderungen erfüllen. Bei Zalando ist es unser Ziel, das führende paneuropäische Ökosystem für Mode- und Lifestyle-E-Commerce zu sein – eines, das auf Vielfalt basiert und wirklich inklusiv gestaltet ist. Wir glauben, dass vielfältige Teams Innovation und Kreativität fördern, und wir suchen aktiv nach Talenten aus allen Hintergründen.

Wir sind bestrebt, einen außergewöhnlichen und zugänglichen Bewerbungsprozess für alle zu bieten. Wenn Sie Unterstützung während des Einstellungsprozesses benötigen, lassen Sie es uns bitte wissen – wir sind hier, um Ihnen zu helfen.

Was wir uns von Ihnen wünschen:

• Konzeption, Prototyping und Produktion von hochmodernen Nachfrageprognoselösungen.
• Effektive Kommunikation technischer Probleme und Ergebnisse mit anderen Teammitgliedern und (weniger technischen) Stakeholdern.
• Besitz des gesamten Entwicklungszyklus von Algorithmen - von der Entdeckung von Möglichkeiten bis zur Produktion.
• Iterative Verbesserung von Modellen und Erkundung neuer Möglichkeiten.
• Aufbau von Modellpipelines und Optimierung von Analyseprozessen unter Verwendung gängiger Programmierwerkzeuge (z.B. Python, R, Scala, SQL, PyTorch, Tensorflow usw.).
• Mentoring von Junior-Wissenschaftlern und Förderung einer Kultur des kontinuierlichen Lernens und Wissensaustauschs im Team.

Wir würden uns freuen, Sie kennenzulernen, wenn...

• Sie einen Masterabschluss oder höher (PhD) in quantitativer Wirtschaftswissenschaft, Statistik, Mathematik, Physik, Operations Research oder einem verwandten quantitativen Fachgebiet haben.
• Sie über mindestens 5 Jahre Berufserfahrung (3 Jahre mit PhD-Abschluss) in der Entwicklung von Prognosemodellen verfügen.
• Sie tiefes Wissen über die neuesten Praktiken in der Prognose haben und gleichzeitig eine Vorliebe für Einfachheit pflegen.
• Sie ausgezeichnete mündliche und schriftliche Kommunikationsfähigkeiten besitzen.
• Sie tiefgehende Kenntnisse in Python, SQL und PySpark haben.
• Sie Erfahrung in der Anleitung weniger erfahrener Kollegen und der Organisation von Teamausbildungsinitiativen vorweisen können.

Unser Angebot:

• 27 Tage Urlaub pro Jahr für Vollzeitmitarbeiter.
• 2 bezahlte Freiwilligentage pro Jahr.
• Hybrides Arbeitsmodell mit bis zu 60% Remote-Arbeit pro Woche.
• Mitarbeiteraktienprogramm.
• Rabatte auf Mode- und Schönheitsprodukte, die von Zalando verkauft und versendet werden.
• Umzugshilfe verfügbar (nach vorheriger Vereinbarung).
• Familienservices, einschließlich Beratung und Unterstützung.
• Gesundheits- und Wellnessoptionen.
• Förderung Ihrer Entwicklung durch unsere Schulungsplattform und halbjährliche Peer-to-Peer-Bewertungen.