Werde Teil unseres Remote-Data-Products- und Machine-Learning-Start-ups!
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 analytische, neugierige und unternehmerisch denkende Senior Data Scientist für eines unserer wichtigen Projekte mit einem führenden Getränkeunternehmen in Mexiko. Du bist die zentrale Ansprechperson dafür, zu messen, was Wachstum und Marketing tatsächlich voranbringt: Du konzipierst Experimente, schätzt kausale Effekte und übersetzt die Ergebnisse in Entscheidungen, die Kundengewinnung, Kundenbindung und Umsatz steigern.
Diese Rolle verbindet 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 einen Umsatzanstieg bewirkt?“ oder „Welche Promotionen und Kanäle verdienen ein höheres Budget?“. Ein starkes analytisches Profil, methodische Sorgfalt und die Fähigkeit, Erkenntnisse für nicht technische Zielgruppen verständlich zu vermitteln, sind entscheidend. Ein Hintergrund in Wirtschaftswissenschaften (oder einem vergleichbaren quantitativen Fachgebiet) ist sehr willkommen.
Was wir tun
- Mit unserer Expertise entwickeln wir moderne Machine-Learning-Systeme für die Nachfrageplanung und Budgetprognosen.
- Wir entwickeln skalierbare Dateninfrastrukturen, die eine fundierte Entscheidungsfindung auf hoher Ebene unterstützen und auf die Bedürfnisse der jeweiligen Kundschaft zugeschnitten sind.
- Mit umfassenden Data-Engineering- und maßgeschneiderten KI-Lösungen optimieren wir cloudbasierte Systeme.
- Mithilfe generativer KI unterstützen wir E-Commerce-Plattformen und Einzelhändler dabei, schneller hochwertige Anzeigen zu erstellen.
- Mit Deep-Learning-Modellen verbessern wir die visuelle Erkennung und Automatisierung in verschiedenen Branchen, etwa bei der Produktkategorisierung, Qualitätskontrolle und Informationsabfrage.
- Mit Empfehlungsmodellen personalisieren wir das Nutzererlebnis in E-Commerce-, Streaming- und digitalen Plattformen und steigern so Interaktion und Conversion.
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 auswerten (Berechnungen von Stichprobengröße und Teststärke, Randomisierung, Guardrail-Metriken und Interpretation der Ergebnisse).
- Kausalinferenzmethoden anwenden (Difference-in-Differences, Synthetic Control, Propensity Score Matching, Instrumental Variables, Regression Discontinuity, Uplift-Modellierung), um die Wirkung von Marketingkampagnen, Promotionen, Preisen und Kundenbindungsinitiativen zu schätzen, wenn eine Randomisierung nicht möglich ist.
- Die Marketingleistung messen und optimieren: Incrementality, Attribution, ROI/ROAS, Customer Lifetime Value (CLV) und Marketing Mix Modeling (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, Kaufneigung, Kundensegmentierung), die Targeting- und Personalisierungsstrategien unterstützen.
Erforderliche Kenntnisse
- 3+ Jahre Erfahrung in Data Science, angewandter Statistik, Ökonometrie oder vergleichbaren analytischen Positionen.
- Praktische Erfahrung mit Databricks (Notebooks, Spark/PySpark, Delta Lake) ist erforderlich.
- Fundierte praktische Erfahrung in der Konzeption und Auswertung von A/B-Tests sowie Online-/Offline-Experimenten.
- Sehr gute Kenntnisse kausaler Inferenzmethoden sowie ihrer Annahmen, Grenzen und praktischen Anwendung (DiD, Synthetic Control, Matching, IV, Uplift usw.).
- Sehr gute Grundlagen in Statistik und Ökonometrie (Hypothesentests, Regression, Bayes’sche und frequentistische Ansätze, Zeitreihen).
- Sicherer Umgang mit Python (pandas, PySpark, statsmodels, scikit-learn) und fortgeschrittene SQL-Kenntnisse.
- Erfahrung mit der Anwendung von Data Science auf Fragestellungen aus Growth, Marketing oder Vertrieb (Kampagnenmessung, Preisgestaltung, Promotionen, Kundenanalysen).
Von Vorteil
- Abschluss in Wirtschaftswissenschaften, Ökonometrie, Statistik oder einem verwandten quantitativen Fachgebiet, idealerweise mit Schwerpunkt angewandte Mikroökonomie oder kausale Inferenz.
- Erfahrung in den Bereichen CPG, Einzelhandel, Konsumgüter oder Getränke.
- Erfahrung mit Marketing Mix Modeling (z. B. Meridian, Robyn, PyMC-Marketing) und Media Attribution.
- Erfahrung mit Kausalinferenz-Bibliotheken (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.
- Am Geburtstag frei + eine zusätzliche Urlaubswoche (Mutt Week!)
- Empfehlungsprämien: Hilf uns, das Team zu vergrößern, und werde dafür belohnt!
- Maslow: Monatliches Guthaben für unseren Benefits-Marktplatz.
- Jährlicher Mutters-Trip: ein unvergesslicher Ausflug mit dem Team!