Datenwissenschaftler
Role details
Job location
Tech stack
Job description
Der ideale Kandidat verfügt über 3-5 Jahre Erfahrung in der Datenwissenschaft mit einer starken Spezialisierung auf Prognosen und Optimierung.
In dieser Rolle entwerfen, entwickeln und implementieren Sie modernste KI-Lösungen zur Unterstützung und Verbesserung von Preisstrategien im gesamten Unternehmen.
Sie arbeiten auch eng mit den Geschäftsinteressenten zusammen, um Modellempfehlungen zu interpretieren, das Verständnis zu verbessern und das Vertrauen in die vorgeschlagenen Lösungen zu stärken., * Entwicklung und Pflege von Next-Gen-Prognosemodellen + Preisoptimierung zur Unterstützung der Handelsstrategie
- Optimierung und Feinabstimmung von KI-Modellen hinsichtlich Leistung, Skalierbarkeit und Genauigkeit.
- Enge Zusammenarbeit mit Daten-/Cloud-Ingenieuren, Architekten, DevOps und Produktverantwortlichen zur Förderung der bereichsübergreifenden Teamarbeit und gemeinsamen Entwicklung von wertschöpfenden Analyse-Lösungen
- Präsentation von Ergebnissen und Empfehlungen vor leitenden Geschäftsinteressenten in den Regionen. Aufbau von Fähigkeiten und Schaffung von KI-Vertrauen in der Geschäftsgemeinschaft
- Agieren als organisatorischer Veränderungsagent zur Unterstützung der KI- und Gen.AI-Transformation im Unternehmen.
- Auf dem neuesten Stand der KI- und maschinellen Lerntechnologien bleiben und diese zur Verbesserung unserer Modeprodukte und -dienstleistungen anwenden, Wir sind im Geschäft, menschliches Potenzial freizusetzen, angetrieben von den Ideen, der Energie und dem Engagement unserer Mitarbeiter. Deshalb bieten wir umfassende Leistungen, die das mentale, körperliche und finanzielle Wohlbefinden aller VF-Mitarbeiter fördern. Wenn es um Leistungen geht, sind wir das Rundum-Paket.
- Eine unterstützende, feedbackbasierte Kultur, in der Respekt und Integrität unser Handeln leiten
- Ein inklusives internationales Umfeld, in dem Menschen unterschiedlicher Herkunft, Lebensstile und Nationalitäten gerne zusammenarbeiten
- Teil einer ikonischen Lifestyle-Marke in einer Multi-Brand-, Multi-Länder-Organisation sein
- Vor Ort Fitnessstudio mit Gesundheits- und Wellnessinitiativen
- Eine Rabattkarte mit 50 % auf alle VF-Marken
- Breakout-Bereiche mit kostenlosen Heißgetränken
Frei sein, Inklusion & Vielfalt
Als Arbeitgeber, der Chancengleichheit fördert, streben wir danach, eine Kultur der Zugehörigkeit zu schaffen, die auf Respekt, Verbindung, Offenheit und Authentizität basiert. Wir verpflichten uns, einen Arbeitsplatz zu schaffen und zu erhalten, der die Vielfalt unserer Mitarbeiter feiert und es ihnen ermöglicht, jeden Tag ihr authentisches Selbst zur Arbeit zu bringen.
Requirements
- Master- oder Ph.D.-Abschluss in Informatik, Datenwissenschaft, maschinellem Lernen oder Ingenieurwesen
- Fortgeschrittene Prognose- & Zeitreihenmodellierung: Umfangreiche Erfahrung in der Zeitreihenprognose mit maschinellem Lernen (XGBoost, LightGBM), Deep-Learning-Frameworks (z. B. NeuralForecast, N-BEATS) und Zero-Shot-Modellen. Versiert in Ensemble-Modellierung, hierarchischer und multivariater Prognose sowie probabilistischen und Vorhersageintervallen.
- Python-Expertise: Starke Programmierkenntnisse in Python mit tiefem Wissen über zentrale wissenschaftliche Bibliotheken wie pandas, numpy, scikit-learn und matplotlib sowie spezialisierte Pakete wie neural forecast, stats models, prophet, xgboost und lightgbm.
- Optimierungsmodelle: Erfahrung mit Optimierungstechniken (z. B. lineare/nichtlineare Programmierung, eingeschränkte Optimierung) für Ressourcenallokation und Bestandsmanagement.
- Modellbewertung & Validierung: Kompetent in der Bewertung von Prognosemodellen mit robusten Techniken wie Zeitreihen-Cross-Validation und Backtesting. Starkes Verständnis wichtiger Leistungskennzahlen wie MAE, MAPE, RMSE, SMAPE und Abdeckung von Vorhersageintervallen.
- Datenmanagement & SQL: Versiert im Schreiben effizienter SQL-Abfragen zum Extrahieren, Verbinden und Transformieren von Daten aus groß angelegten relationalen Datenbanken zur Unterstützung von Modellierung und Analyse.
- Versionskontrolle & Zusammenarbeit: Erfahrung im Einsatz von Git und GitHub für Quellcodeverwaltung, Code-Review und kollaborative Modellentwicklung in agilen Umgebungen.
- Cloud-Plattformen & MLOps: Praktische Erfahrung mit Cloud-Umgebungen wie AWS oder Azure für skalierbare Datenverarbeitung und Modellbereitstellung. Versiert im Einsatz von Databricks für kollaborative Entwicklung und Spark-basierte Pipelines. Vertraut mit MLflow für Experimente