Setze ein Zeichen:
als (Senior) Data Scientist (w/m) User Profiling Otto Group BI

in Hamburg

Alle Mitarbeiterinnen und Mitarbeiter in jeder der 123 Einzelgesellschaften der Otto Group tragen t#glich mit innovativen Ideen dazu bei, uns unserem gemeinsamen Ziel n#her zu bringen: in allen Bereichen Best in Class zu werden.


Der Bereich Group BI ist auf Holdingebene dafür verantwortlich, die Otto Group zu einem Vorreiter digitaler Kundeninspiration zu entwickeln. Der Bereich agiert als Innovationslabor und Inkubator für datengetriebene Anwendungen und Geschäftsmodelle für die Gruppe und ihre Gesellschaften. Das Team "User Profiling" der Otto Group BI nutzt einen der besten Retail User Datenpools im deutschsprachigen Raum zur personalisierten Ansprache von monatlich über 25 Millionen Kunden in den Online-Shops der Gruppe und im Cross Channel Marketing. Mit cutting edge Big Data-Technologien und Machine Learning-Methoden berechnet das Team Kundenprofile und arbeitet gemeinsam mit den Fachbereichen in den Einzelgesellschaften an datengetriebenen Lösungen zur Optimierung und Personalisierung der gesamten Customer Journey.


Was dich erwartet:

  • Als Data Scientist im agil arbeitenden Team User Profiling übernimmst du die Verantwortung für die Entwicklung von Machine Learning Modellen für neue Kundenprofile und das Look-alike-Modeling.
  • Aufbauend auf deinem tiefen Verständnis zu datengetriebenem Marketing und zu Machine Learning entwickelst du gemeinsam mit dem Team das Look-alike-Modeling weiter und optimierst die Werbeausspielung.
  • Zusammen mit dem Team sorgst du dafür, dass die Machine Learning Modell production-ready sind und überwachst den Betrieb zusammen mit deinen Kollegen.
  • Durch explorative Datenanalysen unterstützt du die Bewertung neuer Ideen und sorgst für datengetriebene Entscheidungen.
  • Du arbeitest bei der Umsetzung der User Storys zusammen mit dem Team und unterstützt durch dein Fachwissen bei der Konkretisierung von User Stories.


Was du mitbringen solltest:

  • Machine Learning und Marketing sind deine Leidenschaft.
  • Du hast mehrjährige Erfahrung im eCommerce oder Werbeindustrie.
  • Du besitzt hervorragende Kenntnisse im Python Stack (numpy, scipy, Pandas) und Software-Engineering.
  • Du verfügst über eine breite Erfahrung im Machine Learning, idealerweise auch im Deep Learning und dem produktiven Einsatz von Machine Learning Modellen.
  • Du beherrschst den Machine Learning Stack im Python-Universum: scikit-learn, Pytorch, theano, Tensorflow
  • Wissen zu Adtech-, BI- und Cloud-Technologien sind ein Plus, in jedem Fall arbeitest du dich gerne auch in technische Fragestellungen tief ein.

Wenn Erfolg für Dich bedeutet, die Zukunft der Otto Group aktiv mitzugestalten, sich ständig weiterzuentwickeln und in einem inspirierenden Umfeld zu arbeiten - dann suchen wir Dich!


Was wir dir bieten:

  • Du triffst bei uns auf ein dynamisches und hoch motiviertes Team aus Strategen, Produktmanagern, Data Scientists, Data Architects und Softwareentwicklern.
  • Zusammen mit den anderen Data Scientist und Entwicklern im Bereich kannst du an spannenden Open Source Projekten wie z.B. unserer DS-Toolbox, Palladium oder Skorch mitarbeiten.
  • Du findest bei uns ein innovatives BI-Umfeld, die Anwendung führender Big Data und AI-Technologie, ein stimulierendes Umfeld mit starken Kolleginnen und Kollegen und hervorragende Möglichkeiten zur Weiterbildung - z.B. in Form von Konferenzbesuchen Tech-Talks, Coachings, Schulungen und Sessions mit bekannten Größen.
  • Du arbeitest mit uns gemeinsam an der Entwicklung neuer Geschäftsmodelle - ganz weit vorne am Pulsschlag der Innovation.
  • Du hast die Wahl zwischen einem MacBook Pro oder Lenovo P50 in Vollausstattung.



Deine aussagekr#ftige Bewerbung mit Bezug auf die Nummer
00288423 richte bitte an:

Otto (GmbH & Co KG)
Recruitment
Pietro Ferro
Werner-Otto-Str.1-7
22179 Hamburg
Tel.: 040/6461-1500


Tipps zur Bewerbung bei OTTO gibt es hier.

 

Teilen


Otto Group

Pietro Ferro
Recruitment, Otto (GmbH & Co KG)
Werner-Otto-Str.1-7
22179 Hamburg
Tel.: 040/6461-1500

Teilen