Data Scientist – Customer Analytics & ML for E-commerce

HSE International; Deutschland; Hybrid; USD 75,467 - 98,688; Full time

Benefits offered by this job

Flexible Arbeitszeiten

Mobile Arbeit

Fort- und Weiterbildungsmaßnahmen

Job summary

HSE International sucht einen Data Scientist zur Entwicklung innovativer Predictive Models, um die Customer Journey im E-Commerce und TV-Shopping zu optimieren.

Sie arbeiten mit modernen Machine-Learning-Algorithmen, führen statistische Analysen durch und optimieren Customer Analytics, um den Customer Lifetime Value zu steigern.

Flexibilität bei Arbeitszeit und -ort sowie zahlreiche Fortbildungsmöglichkeiten werden geboten.

Qualifications

• Erfolgreich abgeschlossenes Studium in Data Science, Statistik oder Informatik.
• Fundierte Erfahrung in statistischer Analyse und Predictive Modeling.
• Praktische Expertise in Feature Engineering und Performance Validation.
• Erfahrung mit produktiven Machine-Learning-Modellen im E-Commerce.

Responsibilities

• Entwicklung innovativer Predictive Models zur Optimierung der Customer Journey.
• Implementierung von A/B-Testing-Frameworks zur Validierung von Kundenverhalten.
• Optimierung der Customer Analytics zur Maximierung der Conversion.
• Integration von Predictive-Analytics-Modellen in Business-Intelligence-Systeme.

Skills

Erfahrung mit Python oder R

Machine Learning

Statistische Analyse

Feature Engineering

Kundendatenanalyse

Lösungsorientiertes Arbeiten

Education

Abschluss in Data Science oder verwandtem Gebiet

Tools

scikit-learn

pandas

statsmodels

Job description

Unsere Teams im Bereich Digital sind sehr vielseitig aufgestellt: Wir kümmern uns um Themen wie Programmierung, Produktentwicklung, Produktdesign (UX / UI) und Webanalyse. Alle verfolgen dabei ein gemeinsames Ziel: Mit den neuesten Technologien immer wieder digitale Kontaktpunkte zwischen HSE und Kunden zu schaffen. Bist Du dabei?

HSE ist einer der führenden Live-Commerce-Anbieter Europas. Ob über die drei TV-Sender, den Onlineshop, die prämierte HSE App oder die Social-Commerce-Kanäle – die Kund:innen von HSE entscheiden, wann und wo sie shoppen wollen. HSE steht für die unterhaltsamste Form des Shoppings und begeistert 1,2 Millionen aktive Kund:innen, die das kuratierte Sortiment aus Fashion, Schmuck, Beauty, Wellness, Haushalt sowie Home & Living schätzen.

Das Unternehmen erreicht über seine drei TV-Sender (HSE, HSE Extra und HSE Trend) 45 Millionen Haushalte in Deutschland, Österreich und der Schweiz. Rund 800 Mitarbeitende sorgen für ein ebenso inspirierendes wie kundenorientiertes Einkaufserlebnis. Über seine Geschäftspartner schafft HSE zudem über 1.700 zusätzliche Arbeitsplätze in den Bereichen Logistik, Callcenter und Tech Development.

Für seine herausragende Servicequalität wurde HSE mehrfach ausgezeichnet. Das Unternehmen befindet sich seit 2012 mehrheitlich im Besitz der Investmentgesellschaft Providence Equity Partners.

• Du entwickelst innovative Predictive Models und Customer Behavior Analytics, um die Customer Journey in unserem dynamischen E-Commerce- und TV-Shopping-Umfeld zu optimieren.
• Du arbeitest mit modernen Machine-Learning-Algorithmen in Python und R, führst statistische Analysen durch und erstellst Feature Engineering für komplexe Kundendatenmodelle.
• Du implementierst A/B-Testing-Frameworks, Causal-Inference-Methoden und statistische Modelle, um den Business Impact und Muster im Kundenverhalten zu validieren.
• Du optimierst Customer Analytics zur Steigerung des Customer Lifetime Value, zur Verbesserung der Retention und zur Maximierung der Conversion durch fortgeschrittene Data-Science-Methoden.
• Du erstellst prädiktive, inferenzielle und präskriptive Modelle auf Basis diagnostischer Modellierungsansätze, um Kundenverhalten und Geschäftsergebnisse zu erklären und vorherzusagen.
• Du übersetzt Modelloutputs in messbare Business-Maßnahmen und arbeitest dabei eng mit Marketing- und Produktteams zusammen.
• Du arbeitest eng mit Engineering-Teams zusammen, um Predictive-Analytics-Modelle in produktive Business-Intelligence-Systeme zu integrieren und skalierbare, datengetriebene Lösungen zu entwickeln.

Das bringst Du mit:

• Du hast ein erfolgreich abgeschlossenes Studium in Data Science, Statistik, Informatik, Wirtschaftsinformatik oder eine vergleichbare quantitative Ausbildung mit starkem Machine-Learning-Fokus.
• Du bringst fundierte Erfahrung in statistischer Analyse mit Python oder R sowie in Supervised- und Unsupervised-Learning-Methoden für Predictive Modeling im Bereich Customer Behavior mit.
• Du verfügst über praktische Expertise in Feature Engineering, Model Evaluation, Performance Validation und kennst moderne Machine-Learning-Libraries wie scikit-learn, pandas und statsmodels.
• Du hast nachweisbare Erfahrung mit produktiven Machine-Learning-Modellen, Customer Analytics und datengetriebener Entscheidungsfindung, idealerweise im E-Commerce- oder Retail-Umfeld.
• Du zeigst starkes analytisches Denkvermögen in den Bereichen Customer Intelligence, Retention Analytics und LTV Optimization sowie Erfahrung mit Experimentation Frameworks.
• Du sprichst fließend Englisch und idealerweise Deutsch, arbeitest lösungsorientiert in agilen Data-Science-Teams und hast Freude daran, komplexe statistische Analysen in messbaren Business Impact zu übersetzen.

Das sind Deine Vorteile

Bei uns sind Deine Ideen gefragt: Wir bieten Dir eine spannende Bühne, TV und Digital zu erleben und die Zukunft des Homeshoppings maßgeblich mitzugestalten!

Wir bieten Dir einen sicheren Arbeitsplatz mit Perspektive und Dein Arbeitsfeld übergreifende Entwicklungsmöglichkeiten.

Bei uns kannst Du Privatleben und Beruf perfekt unter einen Hut bringen – in Form von Mobilem Arbeiten, flexiblen Arbeitszeiten oder Sabbaticals.

Benefits & Vergütung

Neben einem attraktiven Gehalt haben wir Dir einiges mehr zu bieten – etwa Zuschüsse oder Sonderzahlungen.

Unsere Unternehmenskultur basiert auf Vertrauen und Wertschätzung – wir sind ein Team.

Fort- & Weiterbildung

Neben einer umfassenden Einarbeitung genießt Du bei uns eine Vielzahl an Fort- und Weiterbildungsmaßnahmen.

Hannah Bucher , Deine Recruiterin
freut sich über Deine Nachricht [e-mail] .

Kein passendes Stellenangebot für Dich dabei? Dann freuen wir uns auf Deine Initiativbewerbung!

Alles, was Du rund um Deine Bewerbung wissen solltest