Job description

Als Data Scientist (m/w/d) analysierst und bewertest du vorhandene Datenbestände, um daraus neues Wissen zu schaffen und die bestmöglichen Entscheidungen für Paymenttools zu treffen. An der Stelle, wo andere den Überblick verlieren, läufst du erst richtig warm. Big Data ist für dich keine Ansammlung von Hieroglyphen, sondern ein Melting Pot an wertvollen Informationen, um Goals zu erreichen.

Moderne Zahlungsmethoden sind etwas ganz Wunderbares. Apple Pay, PayPal, Kreditkarte - die Liste an Zahlungsmöglichkeiten ist lang. Aber leider führt das bei Konsument:innen und im Handel zu Schmerz. Du kennst das.

Wir, Paymenttools, sind ein Start-up der REWE Group und möchten den Zahlungsverkehr in Europa aufräumen. Und später im ganzen Sonnensystem. Anders ausgedrückt: #wesolvepayn.

Du lieferst einen Wertbeitrag: Als Data Scientist treibst Du die Automatisierungsprozesse unserer Systemlandschaft voran. Auch im Datenchaos behältst Du einen kühlen Kopf und weißt wie du die Daten strukturiert, clusterst und auswertest. Dabei nutzt Du wissenschaftliche Methoden, Algorithmen und modernste digitale Tools, um die Nadel im Datenheuhaufen zu finden.

Aufgaben

Deine Aufgaben
  • Die Verantwortung für den Aufbau und die Weiterentwicklung von z.B. Forecasts, Segmentierungen, Analysen, ML/AI-Algorithmen und Decision Engines liegt in Deiner Hand
  • Du beteiligst dich an der gemeinsamen Weiterentwicklung unserer Big Data und Analytics Architektur von maßgeschneiderten Produkten in enger Zusammenarbeit mit fachübergreifenden Teams
  • Du analysierst große Datenmengen mit modernsten Data-Science-Methoden und -Ansätzen wie Klassifizierung, Clustering und Mustersuche
  • Du hast das große Ganze stets im Blick: Du übernimmst die Visualisierung der bestehenden Programme und widmest Dich der Automatisierung bestehender Prozesse
  • Daten prüfen, Hypothesen ableiten und Hypothesen verifizieren sind für dich das A und O, dabei hinterfragst Du stets kritisch den Status Quo
  • Du wirst Projekte während ihres gesamten Lebenszyklus begleiten: von der Erstellung eines Anwendungsfalls über die Entwicklung eines Proof-of-Concept bis hin zur Produktionsphase und Übergabe
  • Du analysierst Daten aus vielen verschiedene Quellen und Systemen, um diese aufzubereiten
  • Du entwickelst eigene Machine Learning Modelle

Qualifikation

Deine Erfahrungen
  • Du bringst ein abgeschlossenes Studium im Bereich Computer Science, Data Science, Mathematik oder Physik mit
  • Du kennst Dich grundlegend mit Coding aus, weißt wie Du Datenmodelle und Algorithmen anpasst sowie kreierst und verstehst verschiedene Problem- und Lösungs- Cluster
  • Forecasts, Regressions- und lineare Modelle, neuronale Netzwerke und statistische Tests sind Deine Verbündeten
  • Programmieren ist Deine Leidenschaft: Dein Herz schlägt bei R und Python höher
  • Du konntest bereits mit Frameworks, wie tidyverse, ggplot, scikit-learn, pytorch, oder Jupyter arbeiten
  • Du verstehst die Anforderungen unterschiedlicher Parteien, um ihnen mit den Daten helfen zu können und kannst auch Personen, die nicht aus dem Data Bereich kommen Deine Lösung nahebringen
  • Du kennst Dich mit Big Data Tools sowie Cloud Technologien aus und lebst technische Innovation. Bezüglich neuer Technologien und Entwicklungen bist Du immer up to date
  • Du hast ein fundiertes Wissen über SQL und relationale Datenbanken sowie fortgeschrittene Kenntnisse über gängige Architekturen und Prozesse bei der Datenverarbeitung

Benefits

Deine Benefits
  • Kurze Entscheidungswege sowie große Entscheidungsspielräume
  • Hybrid Work von überall, wo Du Internet hast. Hauptsache die Aussicht stimmt!
  • Flexible Arbeitszeiten, die zu Deinem Workflow passen, solange Du es schaffst ab und an zu unseren Meetings zu erscheinen
  • Verantwortung ab dem ersten Tag
  • Kreativer Freiraum für Deine Ideen, Impulse und Tools die Du nutzen magst
  • Großer Spielraum bei der Wahl Deines Smartphone & Notebook
  • Dein Job-Ticket im VRS (+ VRR)
  • Job-Rad

Please let the company know that you found this position on this Job Board as a way to support us, so we can keep posting cool jobs.