Lead Data Engineer / Lead Data Scientist (w/m/d)

Aufgaben

Wir entwickeln intelligente, datengetriebene Produkte, die reale Prozesse in der Intralogistik effizienter, transparenter und smarter machen. Dabei spielst du eine Schlüsselrolle:

• Teamwork: Du arbeitest eng mit einem interdisziplinären Team aus Entwickler:innen, Produkt- und Domänenexpert:innen zusammen, von der ersten Idee bis zum produktiven Einsatz unserer skalierbaren Datenlösungen. 
• Daten mit Substanz: Du identifizierst relevante Datenquellen, entwickelst Konzepte zur Integration in unsere Datenarchitektur und treibst deren Erschließung aktiv voran. 
• Von Rohdaten zu Intelligenz: Du entwickelst robuste Data Pipelines und trainierst Modelle.
• Algorithmen mit Anspruch: Du optimierst bestehende Algorithmen kontinuierlich – mit Fokus auf Performance, Stabilität und Wartbarkeit.
• Daten greifbar machen: Du machst Insights durch interaktive Dashboards und zielgerichtete Visualisierungen für Stakeholder zugänglich, um ihnen konkrete Handlungsimpulse zu liefern.
• Produktentwicklung mit Weitblick: Du gestaltest unsere datenbasierten Produkte mit – von der Architektur über das Modell bis zum Roll-out.

Qualifikationen

• Abgeschlossenes Studium in Data Science, Informatik, Statistik oder eine vergleichbare Qualifikation – alternativ: relevante praktische Erfahrung.
• Fundierte Kenntnisse im Data Engineering (ETL/ELT, Datenmodellierung, Pipeline-Design) und Data Cleaning bei realen, oft unvollständigen Daten.
• Erfahrung mit Zeitreihendaten, deren Besonderheiten sowie deren Modellierung und Visualisierung.
• Sehr gute Python-Skills, insbesondere im Umgang mit pandas, NumPy, matplotlib/seaborn und Jupyter Notebooks.
• Praktische Erfahrung mit Machine Learning in produktiven Umgebungen (Modell-Deployment, Monitoring, Retraining).
• Kenntnisse in Versionsverwaltung mit Git sowie idealerweise CI/CD-Workflows im ML-Kontext.
• Neugier auf Intralogistik – und Lust, mit Daten reale Probleme zu lösen, nicht nur akademische.

Benefits

Benefits können standortabhängig bzw. stellenbezogen variieren