Professional / D - Data Science

Professioneller / D - Data Science (m/w/d)

Wir suchen einen Data Scientist, der unsere Courier Pay & Incentives-Team unterstützt und die Effizienz unseres Logistiksystems optimiert. Als Data Scientist werden Sie advanced Analytics und Machine Learning-Techniken einsetzen, um Fahrerleistungsdaten zu analysieren, Anreizprogramme zu entwerfen und vorhersagende Modelle zu entwickeln, um Einnahmen zu maximieren und Kosten zu minimieren.

Kurzüberblick

• Standort: Berlin
• Arbeitsmodell: Hybrid (3 Tage in der Woche im Büro, 2 Tage remote)
• Anstellungsart: Vollzeit

Aufgaben

Als Data Scientist werden Sie folgende Aufgaben übernehmen:

• Entwickeln und validieren ML-Modelle für Fahrerentschädigung, einschließlich dynamischer Einnahmeflächen, Surge- und Boost-Mechanismen sowie Engagement-basierten Anreizprogrammen
• Bauen von Features aus operativen Daten und entwerfen Experimente, um die Leistung von Modellen zu messen
• Umsetzen von kausalen Experimenten auf großem Maßstab, einschließlich A/B-Testen, Switchback-Experimenten und geo-basierten Designs, um den wahren Einfluss von Entschädigungsänderungen und Anreizstrukturen zu messen
• Anwenden von Ingenieurspraktiken, einschließlich sauberen Code, Versionierung, Einheitstests und Produktionsüberwachung
• Übersetzen von Analytics-Ausgaben in klare, handlungsfähige Einblicke für Stakeholder mithilfe von Datenvisualisierung und zugänglicher Sprache
• Kooperieren mit ML-Ingenieuren und Operations Research-Wissenschaftlern bei cross-funktionalen Projekten
• Identifizieren von Möglichkeiten zur Automatisierung von Wiedertrainings-, Validierungs- und Bewertungspipelines
• Überwachen und Warten von vorhersagender Leistung in lebenden Produktionsumgebungen

Anforderungen

• Praktische Erfahrung bei der Entwicklung und Validierung von ML-Modellen in der Produktion, wobei Vorteilhaft ist, dass Sie vorher Erfahrung mit Echtzeit- oder niedrigschwelligen Systemen haben
• Kenntnisse in Python und SQL für Datenanalyse und Modellentwicklung
• Starker Verständnis von überwachtem ML-Techniken (Regression, Klassifikation, Gradient Boosting) und Zeitreihenmodellierung
• Solides Konzeptuelles Verständnis von experimentellen Design, Offline-Validierung und Marktplatzexperimenten (wie Switchback-Testen oder Interferenzbewusste Designs)
• Interesse oder Hintergrund in Anreizdesign, dynamischer Preisgestaltung oder Arbeitsökonomik, um sich über Verhaltensreaktionen und Fairness-Abwägungen zu unterhalten
• Exposition zu ML-Praktiken, einschließlich Versionierung (Git), Datenpipelines und Modellüberwachung in der Produktion
• Interesse an Logistik und realen operativen Problemen ist ein Plus

Vorteile

• Arbeiten in einem dynamischen Umfeld mit internationaler Ausrichtung
• Möglichkeit, sich in einem internationalen Team zu entwickeln
• Flexibles Arbeitsmodell mit 3 Tagen in der Woche im Büro und 2 Tagen remote
• Chance, sich in einem innovativen Unternehmen zu beweisen