Job
- Level
- Junior
- Job Feld
- Data
- Anstellung
- Vollzeit
- Vertragsart
- Unbefristetes Dienstverhältnis
- Ort
- Karlsruhe
- Arbeitsmodell
- Hybrid, Onsite
Job Zusammenfassung
In dieser Rolle entwickelst du ML-basierte Forecast-Modelle weiter, führst Feature Engineering durch, arbeitest eng im Team mit Git, und bringst deine Analysen in die Produktion auf AWS-Services ein.
Job Technologien
Deine Rolle im Team
- Du entwickelst unsere ML-basierten Forecast-Modelle kontinuierlich weiter - durch Feature Engineering, Transfer Learning, Zeitreihenanalysen und den gezielten Einsatz neuer APIs.
- Sauberer, wartbarer Production Code steht bei dir an erster Stelle. Du achtest auf eine hohe Codequalität und gehst gerne in den Code-Review zusammen mit deinen Kollegen. Unit-Tests und Testabdeckung sind hierbei keine Fremdwörter für dich.
- Auf der technischen Seite arbeitest du mit Git und bringst die nötige Struktur mit, um gemeinsam im Team an Code zu arbeiten. Grundkenntnisse in Datenbanken - ob SQL, NoSQL oder beides - ermöglichen dir, Daten selbstständig abzufragen und aufzubereiten.
- Du bringst dich aktiv ein, wenn es um die gemeinsame Erarbeitung neuer Produkte und Lösungen geht. Im gemeinsamen Austausch mit unserem CloudOps-Team werden diese in Production auf AWS-Services gebracht.
Unsere Erwartungen an dich
Ausbildung
- Du hast ein abgeschlossenes Studium in Data Science, Informatik, Mathematik, Statistik, Physik oder einem vergleichbaren quantitativen Fach und bringst erste Erfahrung im Data-Science-Umfeld mit - z. B. mit Machine-Learning im Forecasting oder Recommendation Systems.
Qualifikationen
- Du arbeitest leidenschaftlich mit Python. Objektorientierte Programmierung ist selbstverständlich für dich und du bist vertraut mit Libraries wie pandas, NumPy und scikit-learn. Du weißt, wie man Daten effizient verarbeitet, Modelle baut und das alles in einem sauberen, wartbaren Code.
- Feature Engineering klingt spannend für dich: Du kannst aus Rohdaten aussagekräftige Features ableiten, ob aus Zeitstempeln, kategorialen Variablen oder externen Signalen.
- Du bringst ein Grundverständnis über Zeitreihenanalyse mit: Du kennst die Konzepte hinter Saisonalität, Trends und Autokorrelation und hast idealerweise erste Modelle trainiert (z. B. ARIMA oder ML-basierte Ansätze).
- Du bringst ein solides statistisches Fundament mit - Hypothesentests, Verteilungen und Konfidenzintervalle sind dir vertraut, und du kannst Ergebnisse fundiert einordnen und experimentell sauber arbeiten. In der explorativen Datenanalyse findest du dich auch in unbekannten Datensätzen schnell zurecht, erkennst Muster, Anomalien und Datenqualitätsprobleme.
- Du sprichst sehr gutes Deutsch, verfügst über solide Englischkenntnisse und bist bereit, ca. einmal im Monat (in der Einarbeitung öfter) zu uns nach Karlsruhe zu kommen.
Erfahrung
- Idealerweise bringst du Erfahrung mit AutoML-Frameworks (z. B. AutoGluon) oder Zeitreihen-Bibliotheken wie GluonTS, Darts oder NeuralForecast mit. Kenntnisse in Transfer Learning oder Domain Adaptation, ein Grundverständnis von Docker und Cloud-Services sowie Erfahrung mit Daten-Pipelines oder Workflow-Orchestrierung sind ein Plus.
Unser Angebot
- Freue dich auf Vertrauensurlaub, flexibel gestaltbare Arbeitszeiten in einem modernen Bürogebäude sowie die Möglichkeit, mobil zu arbeiten.
- Wir ziehen alle an einem Strang und schenken uns gegenseitig einen Vertrauensvorschuss. Wir suchen nicht nach Fehlern, sondern nach Lösungen und feiern unsere Erfolge gegenseitig.
- Unser hochmotiviertes Team eint die Leidenschaft für unser gemeinsames Tun und unsere Produkte. Mit einem großartigen Teamspirit, Kreativität und Begeisterung, verfolgen wir gemeinsam unsere Ziele. Leidenschaft ist unser Geheimcode.
- Als motiviertes Team-Mitglied kannst du bei Nesto unsere Kultur und unsere Produkte entscheidend prägen und gemeinsam im Team Großartiges für unsere Kunden erreichen.
Themen mit denen du dich im Job beschäftigst
Job Standorte
Das ist dein Arbeitgeber
Nesto Software GmbH
Nesto ermöglicht eine intelligente und bedarfsorientierte Personaleinsatzplanung für die Systemgastronomie. Mithilfe selbstlernender Algorithmen prognostiziert Nesto automatisch den Personalbedarf für zukünftige Tage und Stunden und macht so Über- sowie Unterbesetzungen bereits bei der Erstellung der Dienstpläne sichtbar. Die integrierte Analyse der Umsätze in Echtzeit erkennt und warnt rechtzeitig vor bevorstehenden Personalengpässen oder Überbesetzungen – bevor diese überhaupt eintreten. So ermöglicht Nesto seinen Kunden, die Personalauslastung zu optimieren sowie die Planungssicherheit zu erhöhen.
Description
- Unternehmensgröße
- 1-49 Employees
- Unternehmenstyp
- Etablierte Firma
- Arbeitsmodell
- Hybrid, Onsite
- Branche
- Internet, IT, Telekom
Junior Data Scientist - Forecasting
- Ort
- Karlsruhe
- Arbeitsmodell
- Hybrid, Onsite
- Diversität
- Für alle Personen geeignet (m/w/d)
