Über das Unternehmen
Just Eat Takeaway.com ist eine führende globale Online-Lieferplattform mit der Vision, alltägliche Convenience zu ermöglichen. Die Technologie-Plattform verbindet Millionen von Kunden mit Hundertausenden von Restaurant-, Lebensmittel- und Convenience-Partnern weltweit.
Über die Rolle
Logistik ist das Herzstück dieser Plattform. Jede Bestellung hängt von einem Netz von Echtzeit-Entscheidungen ab – Zuordnung von Kurieren zu Lieferungen, Vorhersage von Ankunftszeiten, Ausgleich von Angebot und Nachfrage sowie Preisgestaltung für einen sich ständig bewegenden Marktplatz. Data Science steht im Zentrum dieser Entscheidungen, und die Qualität der Modelle prägt direkt Kurier-Verdienste, Kundenerlebnis und Unit-Ökonomie des Unternehmens.
Als Senior Data Scientist für Logistics übernehmen Sie vollständige technische Verantwortung für die Erstellung robuster, gut konstruierter und datengesteuerter Lösungen. Sie treiben die Vision und Umsetzung von Data Science für Ihren Bereich voran – setzen die technische Strategie, heben die Engineering-Standards und lenken direkt komplexe Modellierungs- und Architekturentscheidungen.
Hauptaufgaben
- Entwicklung intelligenter, automatisierter Systeme zur Bewältigung kritischer logistischer Entscheidungen unter Echtzeit-Unsicherheit
- Vollständige Eigenverantwortung für algorithmische Policies bei Bestellvorbereitung und Kurier-Dispatch
- Entwicklung von Machine Learning und Optimierungs-Frameworks zum Ausgleich konkurrierender Business-Metriken
- Aufbau von Modellen, die Ursache-Wirkungs-Beziehungen berücksichtigen und Feedback-Schleifen identifizieren
- Konstruktion robuster Simulatoren zur Validierung algorithmischer Performance vor Production-Deployment
- Gesamtes Projektmanagement von Konzeptualisierung über mathematische Modellierung bis zur Production und A/B-Testing
- Enge Zusammenarbeit mit Machine Learning und Software Engineers für sichere Integration komplexer Modelle in den Echtzeit-Stack
- Mentoring und Entwicklung von Junior Data Scientists
Anforderungen
- Umfangreiche Erfahrung mit Machine Learning und vollständigem Model-Lifecycle in Production
- Nachgewiesene Erfahrung bei Sequential Decision Making Problemen (Capacity Management, Dynamic Pricing, Inventory Control, Robotik, Recommendation Systems)
- Tiefe Fachkompetenz in mindestens einem dieser Bereiche: Markov Decision Processes, Stochastic Optimization, Reinforcement Learning oder Causal Inference
- Produktionsreife Python-Fähigkeiten, SQL-Kompetenz und solide Software-Best-Practices
- Verständnis für Feedback-Loops und interdomain Effects in komplexen Netzwerken
- Starke Leadership-Fähigkeiten zum Mentoring und zur Team-Entwicklung
- Ganzheitlicher Project-Management-Ansatz vom Ideation bis zum vollständigen Model-Lifecycle
- Innovationsfähigkeit mit rigoroser Hypothesen-Validierung und kritischer Analyse
- Agile-Expertise und nahtlose Zusammenarbeit über funktionale Teams
- Exzellente Kommunikationsfähigkeiten zur Übersetzung komplexer Data-Science-Konzepte für technische und nicht-technische Stakeholder