Datenwissenschaftler (Prognose) in Lingaro

Wesentlich: 

• 2+ Jahre Berufserfahrung, davon 1+ DS-Erfahrung.
• Ausgeprägte Python-Programmierkenntnisse, einschließlich der Verwendung von Data Science- und Data Engineering-Bibliotheken.
• Erfahrung mit Datenanalyse-, Data Mining-, Statistik- oder Optimierungsmethoden.
• Verständnis und Erfahrung in der Anwendung von Methoden der Datenwissenschaft/Maschinellen Lernens auf die Lieferkette (Fertigung, Transport, Lagerhaltung, Lagerbestand oder Nachhaltigkeit)
• Erfahrung in der Arbeit mit agilen Projekten (z. B. Scrum, Kanban). ), einschließlich CRISP-DM-Bereitstellungsframework.
• Erfahrung in der Arbeit mit kundenorientierten Rollen.
• Kann unabhängige Recherchen durchführen, Informationen sammeln und Empfehlungen zur Lösung von Problemen unterschiedlicher Tragweite geben.
• Hervorragende Kommunikationsfähigkeiten.

Gut zu haben: 

• Kenntnisse in anderen Programmiersprachen, z. B. SQL, R
• Berufserfahrung in Spark (PySpark)
• Erfahrung in der Python-OOP-Programmierung im DS-Kontext
• Erfahrung in der Arbeit in anderen IT-Rollen (Data Engineer, AI Engineer, Business Intelligence-bezogen) ist willkommen
• Supply-Chain-Geschäftssinn und Hintergrund aus FMCG-Unternehmen
• Erfahrung in Cloud-Technologien, z.B. MS Azure, AWS
• Starker statistischer/mathematischer Hintergrund
• Gutes Verständnis und Erfahrung in der Operationalisierung von Modellen mithilfe von VMs
• Erfahrung in der Arbeit in Matrixorganisationen

,[Die Person, die wir suchen, wird Teil des Data Science & Optimization Teams, das in der DS&AI-Kompetenz arbeitet. Die Person wird für die Umsetzung von E2E-Projekten verantwortlich sein, von POCs bis hin zur Skalierung bestehender Lösungen, hauptsächlich im Supply-Chain-Bereich für Top500-FMCG-Unternehmen. , Zu den Aufgaben gehören: , Geschäftsverständnis, Datenverständnis/-vorbereitung, Modellierung, Bewertung und Bereitstellung von Lösungen – nach CRISP-DM-Methoden., Erfahrung mit der Erfassung von Geschäftsanforderungen, deren Umsetzung in technische Pläne, Datenverarbeitung, Feature-Engineering, Hypothesentests, Transformation Erkenntnisse in Aufgaben umwandeln, Know-how teilen und als KMU im Bereich Supply Chain an Projekten arbeiten, insbesondere in Optimierungsprojekten. , Proaktiver Ansatz für Bereiche, in denen Verbesserungen erforderlich sind, z. B. Vorschläge zur Verbesserung bestehender Pipelines (Tests, Support und Verbesserungen). , Schaffung von Projektmöglichkeiten im Unternehmen (Erstellung von Anwendungsfällen, Verständnis der Kundenbedürfnisse, Aktualisierung von Angeboten, Aktualisierung von Erfolgsgeschichten). , Erstellung und Befolgung von Standards zur Verbesserung der Kompetenzqualität. ] Kategorien: Python, SQL, Azure, Data Engineering, Maschinelles Lernen, Kanban, Kommunikationsfähigkeiten, PySpark, Spark, OOP, AI, AWS Zu den Vorteilen gehören: Sportabonnement, Schulungsbudget, private Gesundheitsversorgung.