Data Scientist - Linear Optimization (All Genders)

Data Scientist - Linear Optimization (All Genders)

München Vollzeit 56700 - 69300 € / Jahr (geschätzt) Homeoffice (teilweise)
Z

Auf einen Blick

  • Aufgaben: Entwickle und optimiere Modelle für effiziente Logistikprozesse in einem dynamischen Team.
  • Unternehmen: Innovatives Unternehmen im Bereich E-Commerce für Haustiere mit über 25 Jahren Erfahrung.
  • Vorteile: Hybrid-Arbeit, Entwicklungsmöglichkeiten, 20% Rabatt auf Produkte und Unterstützung für dein Wohlbefinden.
  • Weitere Informationen: Dynamisches Arbeitsumfeld mit hervorragenden Karrierechancen und einer Kultur der Zusammenarbeit.
  • Warum dieser Job: Gestalte die Zukunft der Logistik und arbeite mit modernsten Technologien in einem internationalen Team.
  • Qualifikationen: Erfahrung in linearer Optimierung, Python-Kenntnisse und Teamfähigkeit sind erforderlich.

Das prognostizierte Gehalt liegt zwischen 56700 - 69300 € pro Jahr.

Mit über 25 Jahren Erfahrung und der gleichen enormen Leidenschaft und Ambition, die wir am ersten Tag hatten, sind wir Vorreiter in der E-Commerce-Branche für Haustiere. Unsere Lösungen machen über 12 Millionen Kunden wirklich glücklicher – und das liegt uns am Herzen. Wir arbeiten zusammen, um uns kontinuierlich anzupassen; wir nehmen Veränderungen und die Herausforderungen, die sie mit sich bringen, an, damit wir immer besser werden können. Schließen Sie sich uns an und entdecken Sie einen Ort, an dem Ihr Potenzial auf Ihre Leidenschaft für Haustiere trifft. Das ist die Kraft von plus.

Als Data Scientist in Linear und Mixed Integer Optimization werden Sie Teil des Resource Planning Teams und tragen zu entscheidenden Prozessen und Systemen in der Outbound-Logistik des Unternehmens bei. Sie haben die Möglichkeit, Werkzeuge für eine kosteneffiziente Planung in einem kontinuierlich wachsenden Logistiknetzwerk mit über 1.000.000 Paketen pro Woche zu erstellen und zu verbessern.

Hier sind einige Dinge über unsere Arbeitsweise:

  • Wir arbeiten in selbstorganisierten Teams und respektieren sowie schätzen die Meinungen aller.
  • Wir lernen voneinander durch Pair Programming, Code-Reviews und Wissensaustausch.
  • Wir liefern Wert, indem wir neue Funktionen entwickeln, bestehende Produkte warten und die erforderliche Infrastruktur verbessern, sodass es Teil unserer DNA ist, funktionsübergreifend zu arbeiten.
  • Wir integrieren Qualität in unseren Code, indem wir die Prinzipien des Clean Code und DevOps-Praktiken befolgen - Sie bauen es, Sie betreiben es.
  • Wir arbeiten in einer reifen Agile-Umgebung und nehmen am gesamten Softwareentwicklungszyklus von der Entdeckung über das Codieren, Testen, Bereitstellen bis hin zur Wartung teil.
  • Wir wachsen kontinuierlich in unseren Fähigkeiten und bleiben in einer sich schnell verändernden Umgebung auf dem neuesten Stand, streben nach Meisterschaft und nutzen modernste Technologien und Praktiken.
  • Wir schätzen Vielfalt und haben Kollegen aus über 50 Ländern. Unsere Arbeitssprache ist Englisch.

Dies sind einige der Technologien, Frameworks und Praktiken, die wir verwenden:

  • Gurobi, Python
  • Oracle, PostgreSQL, Athena
  • Amazon Web Services und Terraform
  • CI/CD mit Jenkins-Pipelines
  • Docker, Kubernetes
  • Grafana, Kibana

Verantwortlichkeiten:

  • Entwerfen, Entwickeln und Warten von linearen Optimierungs- und gemischten ganzzahligen Modellen und deren Integration in die Produktion.
  • Daten analysieren, Simulationen durchführen und umsetzbare Erkenntnisse für Stakeholder in den Bereichen Engineering, Produkt und Betrieb präsentieren.
  • Zur vollständigen SDLC beitragen; von der Ideenfindung und Prototyping bis hin zu Bereitstellung, Überwachung und kontinuierlicher Verbesserung.
  • Qualität und Leistung der entwickelten Lösungen durch Tests, Validierung und Überwachung in der Produktion sicherstellen.

Qualifikationen:

  • BS in Informatik, Angewandte Mathematik oder einem anderen verwandten Bereich.
  • 3+ Jahre praktische Erfahrung in der Lösung von Problemen der linearen Optimierung und gemischten Ganzzahlen.
  • 1+ Jahre Erfahrung mit kommerziellen Lösern (vorzugsweise Gurobi) zum Erstellen und Lösen von Optimierungsmodellen.
  • Solides Wissen über fortgeschrittene mathematische Modellierungstechniken und Erfahrung mit Simulationen.
  • Kenntnisse in Python und wissenschaftlichen Rechenbibliotheken wie Pandas, NumPy und SciPy.
  • Kenntnisse relationaler Datenbanken und Abfrageschreibung (SQL).
  • Praktische Erfahrung im Umgang mit relationalen Datenbanken und Schreiben von SQL-Abfragen.
  • Starke Kommunikationsfähigkeiten und die Fähigkeit, komplexe technische Konzepte nicht-technischen Stakeholdern zu erklären.
  • Erfahrung mit Prognosealgorithmen ist von Vorteil; die Bereitschaft zu lernen wird ebenfalls geschätzt.
  • Teamplayer mit „Can-Do“-Einstellung.
  • Proaktiv beim Lernen neuer Fähigkeiten und Technologien, selbstbewusst darin, den Status quo in Frage zu stellen, um kontinuierliche Verbesserungen voranzutreiben.

Der Hauptsitz befindet sich in München, mit Büros in Madrid, Krakau, Wrocław, London und Wien. Wir arbeiten zusammen, weil wir es wirklich lieben, gemeinsam zu arbeiten - Sie werden also Teil eines unglaublichen, multinationalen Teams sein. Wir vertrauen einander, die Arbeit zu erledigen, was bedeutet, dass Sie von hybriden Arbeitsmodellen profitieren, wobei Sie 60 % Ihrer Zeit im Büro und 40 % zu Hause verbringen. Es gibt auch die Möglichkeit, 20 Tage im Ausland in genehmigten Ländern zu arbeiten.

Zusätzlich dazu bieten wir Entwicklungsmöglichkeiten, die Ihnen helfen, Ihren eigenen Karriereweg zu gestalten, hervorragende Schulungen und Unterstützung, Angebote zur Förderung des Wohlbefindens, subventionierte Transport- oder Fahrradleasingangebote sowie 20 % Rabatt auf alle unsere Produkte, und Sie werden beginnen, ein Gefühl dafür zu bekommen, was uns auszeichnet.

Eine Anmerkung zur Vergütung: Wir glauben an Transparenz bezüglich der Gehaltsspannen. Die angegebene Spanne spiegelt den vollen Umfang wider, in den die Rolle im Laufe der Zeit wachsen kann, abhängig von Erfahrung, Fähigkeiten und Einfluss. Die meisten Angebote liegen um den Mittelwert der Spanne, um einen fairen und konsistenten Ansatz in unseren Teams zu gewährleisten.

Bei zooplus glauben wir an Chancengleichheit und unterstützen jeden dabei, sein Potenzial zu entfalten. Wir erkennen die Kraft des Zuhörens und Lernens voneinander an und schätzen Vielfalt und Inklusion in allen Aspekten.

Data Scientist - Linear Optimization (All Genders) Arbeitgeber: zooplus SE

Als Arbeitgeber in München/Wien bieten wir Ihnen die Möglichkeit, in einem dynamischen und kreativen Umfeld zu arbeiten, das auf Zusammenarbeit und Innovation setzt. Unsere Unternehmenskultur fördert persönliches Wachstum und berufliche Entwicklung durch regelmäßige Schulungen und spannende Projekte auf internationaler Ebene. Zudem profitieren Sie von flexiblen Arbeitszeiten und einem attraktiven Gehaltspaket, das Ihre Qualifikationen und Erfahrungen wertschätzt.

Z

Kontaktdaten:

zooplus SE Recruiting-Team

StudySmarter Expertenrat🤫

Wir sind der Meinung, dass du so Data Scientist - Linear Optimization (All Genders) erhalten könntest

Wende dich an die richtigen Communities

Schau dir Online-Communities und Foren an, die sich um Data Science drehen, wie Kaggle oder GitHub. Engagiere dich dort aktiv, teile deine Projekte und lerne von anderen – das wird dir helfen, nicht nur einen Fuß in die Tür zu bekommen, sondern auch wertvolle Kontakte zu knüpfen.

Präsentiere deine Daten-Projekte

Baue ein Portfolio auf, das deine besten Projekte zeigt. Nutze Plattformen wie GitHub oder eine persönliche Webseite, um deine Arbeiten zu veröffentlichen. Arbeitgeber im Data Science-Bereich schauen oft direkt auf praktische Erfahrungen, also zeig, was du drauf hast!

Nimm an Meetups und Hackathons teil

Besuche lokale Data Science-Meetups oder nehme an Hackathons teil. Diese Veranstaltungen sind nicht nur super, um dein Wissen zu erweitern, sondern auch Gold wert für Networking. Du lernst Fachkollegen kennen und kannst auf Lockere Art und Weise Eventualjobs ergattern.

Direkte Bewerbungen über unsere Seite

Vergiss nicht, direkt auf unserer Website nach Stellenangeboten bei zooplus SE zu schauen. Hier kannst du dich auf offene Datenwissenschaftsstellen bewerben und zeigst damit direktes Interesse, das viele Arbeitgeber schätzen!

Wir glauben, dass du diese Fähigkeiten brauchst, um Data Scientist - Linear Optimization (All Genders) mit Bravour zu bestehen

Problem-Solving Skills
Communication Skills
Adaptability
Teamwork
Flexibility
Time Management
Attention to Detail

Einige Tipps für deine Bewerbung 🫡

Lass deine Daten sprechen!:In einem Bereich wie Data Science ist es entscheidend, dass du deine praktischen Fähigkeiten präsentierst. Wenn du an Projekten gearbeitet hast, die deine Analysefähigkeiten oder dein Wissen über Machine Learning demonstrieren, teile sie in deinem Lebenslauf oder füge einen Link zu deinem GitHub-Portfolio bei. Die Daten, die du analysiert hast, und die Tools, die du verwendest, sollten klar hervorgehoben werden.

Ergebnisse quantifizieren!:Unterstütze deine Erfahrung mit quantifizierbaren Ergebnissen. Zeige, wie du durch deine Analysen oder Modelle zur Entscheidungsfindung beigetragen hast oder wie deine Berechnungen den Rohdaten neue Erkenntnisse entlockt haben. Arbeitgeber in der Data Science sind oft an konkreten Verbesserungen und Effizienzsteigerungen interessiert!

Erläutere deine Lernbereitschaft!:Da es sich um eine Vollzeitstelle handelt, zeige in deinem Anschreiben, dass du bereit bist, zu lernen und dich weiterzuentwickeln. Sprich über deine Neugier für neue Technologien oder Methoden im Data Science Bereich. Vielleicht hast du auch Kurse besucht oder Zertifikate erworben, die deine Begeisterung zeigen!

Die richtige technische Sprache!:Achte darauf, dass deine Bewerbung alle relevanten technischen Begriffe enthält, die in der Data Science gebräuchlich sind. Nenne spezifische Programmier- und Analysetools wie Python, R oder SQL, die du beherrschst. Dies macht es für die Rekrutierer einfacher, schnell zu erkennen, dass du für die Rolle als Data Scientist - Linear Optimization (All Genders) bei zooplus SE gut geeignet bist.

Wie man sich auf ein Vorstellungsgespräch bei zooplus SE vorbereitet

Bereite deine technischen Skills vor

In einem Vorstellungsgespräch für eine Data-Science-Position wird oft dein Wissen über Tools wie Python, R oder SQL getestet. Mach dich mit gängigen Algorithmen und deren Einsatzmöglichkeiten vertraut, denn technische Fragen können schnell kommen. Lass uns sicherstellen, dass du in diesen Bereichen glänzt!

Verschaffe dir einen Überblick über Projekte

Da es sich um eine Vollzeitstelle handelt, ist es wichtig, dass du konkrete Erfahrungen und Projekte vorweisen kannst. Wenn du bereits an Data-Science-Projekten gearbeitet hast, sei bereit, diese in der Tiefe zu erläutern und zu diskutieren, wie du die Probleme gelöst hast. Dein Portfolio kann hier einen echten Unterschied machen!

Vorbereitung auf case studies

In Data-Science-Interviews sind case studies und praktische Probleme häufig Teil des Gesprächs. Übe, wie du strukturiert und logisch an solche Aufgaben herangehst. Arbeitgeber möchten sehen, wie du Daten analysierst und Lösungen entwickelst – bring also deine analytischen Fähigkeiten mit!

Zeige deine Leidenschaft für Daten

Mehr denn je geht es bei einer Vollzeitstelle darum, dass du nicht nur die Skills hast, sondern auch wirklich für das Feld brennst. Teile Anekdoten oder Erfahrungen, die zeigen, wie du zur Datenwissenschaft gekommen bist und was dich fasziniert. Diese Begeisterung kann für zooplus SE entscheidend sein!