Werde Teil unseres Remote-Start-ups für Datenprodukte und maschinelles Lernen!
Bei Muttdata entwickeln wir innovative Datenprodukte und Machine-Learning-Lösungen, mit denen Unternehmen komplexe geschäftliche Herausforderungen bewältigen können. Als schnell wachsendes, Remote-first-Start-up begeistern wir uns für Technologie, Zusammenarbeit und kontinuierliches Lernen.
Wir suchen eine analytisch denkende, neugierige und geschäftsorientierte Person als Senior Data Scientist für eines unserer wichtigen Projekte mit einem führenden Getränkeunternehmen in Mexiko. Du bist die erste Ansprechperson, wenn es darum geht, zu messen, was Wachstum und Marketing tatsächlich voranbringt: Du entwickelst Experimente, schätzt kausale Effekte und verwandelst die Ergebnisse in Entscheidungen, die Kundengewinnung, Kundenbindung und Umsatz fördern.
Diese Rolle bewegt sich an der Schnittstelle von Statistik, Wirtschaftswissenschaften und Marketing. Du arbeitest eng mit Stakeholdern aus Marketing, Growth und Vertrieb sowie mit Data Engineers und Analytics Engineers zusammen, um über Korrelationen hinauszugehen und Fragen zu beantworten wie: „Hat diese Kampagne tatsächlich zu höheren Umsätzen geführt?“ oder „Welche Werbeaktionen und Kanäle sollten ein höheres Budget erhalten?“. Ein ausgeprägtes analytisches Profil, methodische Sorgfalt und die Fähigkeit, Ergebnisse einem nicht technischen Publikum zu vermitteln, sind entscheidend. Ein Hintergrund in Wirtschaftswissenschaften oder einem ähnlichen quantitativen Fachgebiet ist sehr willkommen.
Was wir tun
- Mit unserem Fachwissen entwickeln wir moderne Machine-Learning-Systeme für die Nachfrageplanung und Budgetprognosen.
- Wir entwickeln skalierbare Dateninfrastrukturen, die eine fundierte Entscheidungsfindung auf hoher Ebene ermöglichen und auf die Bedürfnisse der jeweiligen Kundschaft zugeschnitten sind.
- Mit umfassendem Data Engineering und maßgeschneiderten KI-Lösungen optimieren wir cloudbasierte Systeme.
- Mithilfe generativer KI unterstützen wir E-Commerce-Plattformen und Einzelhändler dabei, schneller hochwertigere Anzeigen zu erstellen.
- Mit Deep-Learning-Modellen verbessern wir die visuelle Erkennung und Automatisierung in verschiedenen Branchen. So optimieren wir Produktkategorisierung, Qualitätskontrolle und Informationsabruf.
- Mit Empfehlungsmodellen personalisieren wir Nutzererlebnisse im E-Commerce, Streaming und auf digitalen Plattformen und steigern so Interaktion und Conversions.
Unsere Partnerschaften
- Amazon Web Services
- Astronomer
- Databricks
Unsere Werte
- Wir sind Daten-Nerds
- Wir sind offene Teamplayer
- Wir übernehmen Verantwortung
- Wir haben eine positive Einstellung
Du möchtest wissen, woran wir arbeiten? Sieh dir unsere Fallstudien an und lies unseren Blogbeitrag, um mehr über unsere Kultur und die spannenden Projekte zu erfahren, an denen wir arbeiten!
Aufgaben
- A/B-Tests und multivariate Experimente konzipieren, durchführen und analysieren (Berechnungen von Stichprobengröße und Teststärke, Randomisierung, Schutzmetriken und Interpretation der Ergebnisse).
- Methoden der kausalen Inferenz anwenden (Difference-in-Differences, Synthetic Control, Propensity Score Matching, Instrumentvariablen, Regressions-Diskontinuität, Uplift-Modellierung), um die Wirkung von Marketingkampagnen, Werbeaktionen, Preisgestaltung und Kundenbindungsmaßnahmen zu schätzen, wenn eine Randomisierung nicht möglich ist.
- Die Marketingleistung messen und optimieren: Inkrementalität, Attribution, ROI/ROAS, Customer Lifetime Value (CLV) und Marketing-Mix-Modellierung (MMM).
- Geschäftsfragen von Growth- und Marketingteams in klar definierte analytische Fragestellungen und Versuchsdesigns übersetzen.
- Analysen, Features und Modelle auf Databricks entwickeln (Notebooks, Spark, Delta Lake) und mit Data Engineers und Analytics Engineers an Datenpipelines und analytischen Datensätzen zusammenarbeiten.
- Prädiktive Modelle und Segmentierungsmodelle entwickeln (Abwanderung, Propensity, Kundensegmentierung), die Targeting- und Personalisierungsstrategien unterstützen.
Erforderliche Kenntnisse
- 3+ Jahre Berufserfahrung in Data Science, angewandter Statistik, Ökonometrie oder vergleichbaren analytischen Rollen.
- Praktische Erfahrung mit Databricks (Notebooks, Spark/PySpark, Delta Lake), erforderlich.
- Fundierte praktische Erfahrung im Konzipieren und Analysieren von A/B-Tests sowie Online- und Offline-Experimenten.
- Gute Kenntnisse kausaler Inferenzmethoden sowie ihrer Annahmen, Einschränkungen und praktischen Anwendung (DiD, Synthetic Control, Matching, IV, Uplift usw.).
- Fundierte Statistik- und Ökonometriekenntnisse (Hypothesentests, Regression, Bayes’sche und frequentistische Ansätze, Zeitreihen).
- Sehr gute Kenntnisse in Python (pandas, PySpark, statsmodels, scikit-learn) und fortgeschrittene SQL-Kenntnisse.
- Erfahrung mit der Anwendung von Data Science auf Fragestellungen aus den Bereichen Growth, Marketing oder Vertrieb (Kampagnenmessung, Preisgestaltung, Werbeaktionen, Kundenanalysen).
Von Vorteil
- Abschluss in Wirtschaftswissenschaften, Ökonometrie, Statistik oder einem verwandten quantitativen Fachgebiet, idealerweise mit Schwerpunkt auf angewandter Mikroökonomie oder kausaler Inferenz.
- Erfahrung in der CPG-, Einzelhandels-, Konsumgüter- oder Getränkeindustrie.
- Erfahrung mit Marketing-Mix-Modellierung (z. B. Meridian, Robyn, PyMC-Marketing) und Media-Attribution.
- Erfahrung mit Bibliotheken für kausale Inferenz (DoWhy, EconML, CausalML) und Bayes’scher Modellierung (PyMC, Stan).
- Erfahrung mit MLflow und Databricks-Workflows/-Jobs.
Vorteile
- Remote-first-Kultur: Arbeite von überall aus!
- Zertifizierungen für AWS, DBT, Google Cloud, Azure und Databricks werden vollständig übernommen.
- Geburtstagsfrei plus eine zusätzliche Urlaubswoche (Mutt Week!)
- Empfehlungsprämien: Hilf uns, das Team zu vergrößern, und werde dafür belohnt!
- Maslow: Monatliches Guthaben für unseren Marktplatz mit Zusatzleistungen.
- Jährliche Mutters-Reise: ein unvergesslicher Urlaub mit dem Team!