Senior Applied Scientist - Assortment Demand Forecast (all genders)

Die Partner Tech Applied Science Team fungiert als Motor hinter dem Wachstum von Zalando und arbeitet mit Zalando-Partnern sowie internen Stakeholdern zusammen, um eine bessere Geschäftsleistung zu erzielen. 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 und echte inkrementelle Verbesserungen erzielen.

Verantwortlichkeiten

• Konzeption, Prototyping und Produktion von hochmodernen Nachfrageprognoselösungen.
• Finden von Lösungen für neue komplexe Probleme und praktische Arbeit mit Code und Daten.
• Effektive Kommunikation technischer Probleme und Ergebnisse mit Teammitgliedern und Stakeholdern.
• Stakeholder über Produkte und Lösungen aufklären.
• Eigenverantwortung für den gesamten Entwicklungszyklus von Algorithmen – von der Entdeckung von Chancen bis zur Produktion.
• Iterative Verbesserung von Modellen und Erkundung neuer Datenquellen und Problemformulierungen.
• Erstellung von Modellpipelines und Optimierung von Analyseprozessen mit Tools wie Python, R, Scala, SQL, PyTorch, Tensorflow und PySpark.
• Mentoring von Junior-Wissenschaftlern und Förderung einer Kultur des kontinuierlichen Lernens im Team.

Qualifikationen

• Master-Abschluss oder höher (PhD) in quantitativer Ökonomie, Statistik, Mathematik, Physik, Operations Research oder einem verwandten quantitativen Fachgebiet.
• Starke theoretische Grundlagen in Statistik, Ökonometrie, Zeitreihenanalyse und Methoden des maschinellen Lernens.
• Kenntnisse in kausaler Inferenz sind von Vorteil.
• Mindestens 5 Jahre Berufserfahrung (3 Jahre mit PhD) in der Entwicklung von Prognosemodellen unter Verwendung sowohl statistischer Methoden als auch Techniken des maschinellen Lernens.
• Tiefes Wissen über moderne Praktiken in der Prognose und die Fähigkeit, Lösungen einfach zu halten.
• Ausgezeichnete mündliche und schriftliche Kommunikationsfähigkeiten.
• Selbststarter-Mentalität mit der Fähigkeit, sich selbst zu befreien und bei Bedarf Unterstützung zu suchen.
• Tiefe Kenntnisse in Python, SQL und PySpark mit einem Engagement für hohe Codestandards und Code-Reviews.
• Erfahrung in der Anleitung weniger erfahrener Kollegen und der Organisation von Bildungsinitiativen im Team.

Angebot

• 27 Tage Urlaub pro Jahr für Vollzeitmitarbeiter.
• 2 bezahlte Freiwilligentage pro Jahr.
• Hybrides Arbeitsmodell mit bis zu 60% Remote-Arbeit pro Woche.
• Arbeiten im Ausland für bis zu 30 Arbeitstage pro Jahr.
• Mitarbeiteraktienprogramm.
• 40% Rabatt auf Mode- und Schönheitsprodukte, die von Zalando verkauft werden, 30% Rabatt auf Lounge by Zalando und Rabatte von externen Partnern.
• Umzugshilfe verfügbar (nach vorheriger Vereinbarung).
• Familienservices, Beratung und Unterstützung.
• Gesundheits- und Wellnessoptionen (einschließlich Wellhub, ehemals Gympass).
• Unterstützung und Coaching für psychische Gesundheit verfügbar.
• Schulungsplattform und halbjährliche Peer-to-Peer-Überprüfung.