Data Scientist

Stelle nicht auf LinkedIn

vor 4 Monaten

Bewerben

E-Mails mit ähnlichen Jobs erhalten

Quicklizard (TASE:QLRD)

WebsiteLinkedInAlle Stellen

Artificial Intelligence • eCommerce • Retail

Quicklizard ist eine führende KI-gestützte Plattform für Dynamic Pricing, die Einzelhändlern und Marken hilft, ihre Preisstrategien mithilfe fortgeschrittener Machine-Learning-Verfahren zu optimieren. Durch maßgeschneiderte Pricing-Lösungen ermöglicht Quicklizard, Preise über mehrere Kanäle hinweg zu synchronisieren und sich einen Wettbewerbsvorsprung am Markt zu sichern. Das robuste, Python-basierte System gewährleistet eine zügige Implementierung und erlaubt Anpassungen in Echtzeit auf Basis von Marktnachfrage, Preisen der Wettbewerber und Lagerbeständen – was zu höheren Umsätzen und gesteigerter Profitabilität führt.

51 - 200 Mitarbeiter

Gegründet 2018

🤖 Künstliche Intelligenz

🛍️ eCommerce

🛒 Einzelhandel

Beschreibung

• Entwicklung und Optimierung fortgeschrittener ML-Modelle: Aufbau, Verbesserung und Bereitstellung von Machine-Learning- und statistischen Modellen zur Nachfrageprognose, Analyse von Preiselastizitäten und zur Empfehlung optimaler Preisstrategien. • Führung von End-to-End-Data-Science-Projekten: Übernahme der vollständigen Projektverantwortung von der Konzeptualisierung und experimentellen Phase bis zur Produktivsetzung, zum Monitoring und zur iterativen Verbesserung. • Innovation mit generativen und prädiktiven KI-Lösungen: Einsatz modernster generativer und prädiktiver Modellierungstechniken zur Automatisierung komplexer Preisgestaltungsszenarien und zur Anpassung an sich schnell ändernde Marktbedingungen.

🎯 Anforderungen

• Master- oder PhD-Abschluss in Informatik, Physik, Angewandter Mathematik oder einem verwandten Fachgebiet, der eine fundierte analytische Denkweise belegt. • Mindestens 4 Jahre Berufserfahrung in: • dem End-to-End Machine-Learning-Lifecycle (Design, Entwicklung, Deployment und Monitoring). • fortgeschrittener Python-Entwicklung, einschließlich OOP, Schreiben von produktionsreifem Code, Testing und Optimierung. • Data Mining, statistischer Analyse und effektiven Techniken der Datenvisualisierung. • tiefgehenden Kenntnissen moderner ML/DL-Methoden und Frameworks (z. B. PyTorch, XGBoost, scikit-learn, statsmodels). • starken analytischen Fähigkeiten kombiniert mit praktischer Erfahrung in der Interpretation von Modellausgaben zur Ableitung von Geschäftsentscheidungen.

🏖️ Vorteile

• Berufliche Weiterentwicklung: Arbeit in einem stimulierenden Umfeld, in dem Sie Ihre Fähigkeiten kontinuierlich weiterentwickeln und erweitern können. • Wirksame Tätigkeit: Lösung komplexer Probleme, die direkten Einfluss auf große globale Marken und Einzelhändler haben. • Innovative Teamkultur: Teil eines dynamischen, technologieorientierten Teams an der Spitze von Retail-Tech- und Data-Science-Innovationen sein.