| Aufgaben |
Deine Verantwortlichkeiten
• Einblicksgesteuerte Optimierung: Nutze datengestützte Erkenntnisse, um das Kundenerlebnis zu verbessern, die dynamische Preisgestaltung zu optimieren und die Logistik oder Produktempfehlungen zu verbessern.
• Kompetenz im maschinellen Lernen: Entwickle und trainiere moderne maschinelle Lernmodelle für Personalisierung, Empfehlungen und prädiktive Analysen.
• Prototyping und Validierung: Erstelle Prototypen, verfeinere Modelle mit einzigartigen Daten und validieren die Leistung, um die besten Basismodelle oder erweiterten ML-Algorithmen auszuwählen.
• Robuster Bewertungsrahmen: Erstelle einen umfassenden Bewertungsrahmen, um die Leistung der Modelle kontinuierlich zu verbessern.
• Strategien für Benutzer-Feedback: Definiere Strategien zur Sammlung von Nutzerfeedback für die Modellabstimmung und -verbesserung.
• Datenuntersuchung: Analysiere grosse Datensätze, um Trends, Muster und verwertbare Erkenntnisse zu erkennen.
• Cloud-basierte Modellierung: Erstelle Modelle mit ML-Tools in der Cloud, vorzugsweise auf der Google Cloud Platform (GCP).
ML-Infrastruktur und -Architektur:
• Skalierbare ML-Plattform: Arbeite mit dem DevOps-Team zusammen, um eine skalierbare ML-Plattform mit einem Modellgarten und der Möglichkeit zum nahtlosen Experimentieren und Testen zu erstellen.
• Erstellung von Datenprodukten: Nutzung von Daten aus verschiedenen Teams und Erstellung neuer Datenprodukte, die über einen Datenkatalog im Unternehmen veröffentlicht werden.
Betrieb und Optimierung:
• Produktionsbereitstellung: Einsatz von ML-Modellen in der Produktion, Optimierung für Skalierbarkeit.
• Erkennung von Anomalien: Überwachen der Modellinferenz, Erstellen von Dashboards und Warnsystemen, um die Beteiligten über Anomalien zu informieren.
• Kontinuierliche Verbesserung: Regelmässiges Überwachen, Analysieren und Optimieren der Leistung, Sicherheit und Zuverlässigkeit unserer ML-Infrastruktur.
Datenverwaltung und -qualität:
• Integrität und Sicherheit: Sicherstellung der Datenintegrität und -sicherheit durch klare Governance-Richtlinien.
Datengestützte Entscheidungsfindung:
• Kollaborative Verbesserung: Arbeite mit Geschäftsteams, z. B. dem Marketing, zusammen, um Prozesse mit ML-Modellen und datengesteuerten Strategien zu verbessern.
• Automatisierte Entscheidungsfindung: Automatisiere Entscheidungsprozesse innerhalb von IT-Systemen mit Hilfe von ML-Modellen.
Innovation und Technologieforschung:
• Informiert bleiben: Bleibe auf dem Laufenden über die neuesten Fortschritte in den Bereichen Datenwissenschaft, KI und E-Commerce-Trends.
• Kontinuierliches Lernen: Bilde dich durch Online-Kurse und Selbststudium weiter.
Stakeholder-Management & Zusammenarbeit:
• Vertrauensvolle Partnerschaften: Arbeite eng mit Führungskräften aus den Bereichen Engineering Online Shops, Business Applications und BI zusammen, um technische und geschäftliche Ziele aufeinander abzustimmen.
• Effektive Kommunikation: Kommuniziere effektiv auf allen Ebenen und setze dich mit Klarheit und Überzeugung für AI-first-Initiativen ein.
|
| Anforderungen |
in Bachelor- oder Master-Abschluss in Data Science, Informatik, Statistik oder einem verwandten Fachgebiet oder gleichwertige Erfahrung.
Mindestens 3 Jahre Berufserfahrung in Data Science und maschinellem Lernen, vorzugsweise im E-Commerce, Einzelhandel oder digitalen Marketing.
Nachgewiesene Erfahrung in der Erstellung und dem Einsatz von ML-Modellen in der Produktion.
Sehr gute Kenntnisse in Python/R und SQL.
Erfahrung mit ML- und AI-Produkten von Google Cloud Platform, AWS oder Azure (Erfahrung mit Google Vertex AI ist ein Plus).
Praktische Erfahrung mit Frameworks für maschinelles Lernen wie Scikit-learn, TensorFlow und PyTorch.
Kenntnisse in MLOps und der Bereitstellung von Modellen in grossem Massstab sind von Vorteil.
Starke Storytelling-Fähigkeiten zur Präsentation von Erkenntnissen für nicht-technische Interessengruppen.
Aktives Engagement in der ML- resp. Data-Science-Community.
Erfahrung in agilen Umgebungen, unter Verwendung von Methoden wie Scrum oder Kanban.
Leidenschaft für technologische Innovation und kontinuierliche Verbesserung.
Beherrschung der deutschen und englischen Sprache für eine effektive Kommunikation.
|
