Job Description

Als ML Engineer / Data Scientist bist du ein Problemloser. Du arbeitest eng mit dem Software-Team des Wareneingangs zusammen und optimierst Prozesse von der Warenannahme bis zur Einbuchung mit intelligenten ML-Modellen. Das heisst fur dich: Du gehst auch mal selbst ins Lager, analysierst Ablaufe und installierst vielleicht sogar die Kamera fur dein nachstes Computer-Vision-Modell.
Teilen

• Link kopieren

Wichtige Hinweise
Wir freuen uns uber jede Bewerbung, konnen aber nur Online-Bewerbungen berucksichtigen. Bewerbungen per Post werden aus Datenschutzgrunden entsorgt und nicht retourniert.
Was du bewegst
Kernaufgabe
Gemeinsam mit den Business Stakeholdern konzipierst du neue Modelle, definierst KPIs (MAPE, F1-Score, Precision) und kommunizierst Model Performance verstandlich.
Kernaufgabe
Du entwickelst prazise Prognosemodelle fur das tagliche Versandvolumen, Warenstrome und Lagerauslastung mit Methoden wie ARIMA, Prophet, XGBoost oder Deep Learning (LSTM, Transformer).
Kernaufgabe
Du baust Klassifikatoren fur die automatische Stammdatenerfassung von Produkten im Wareneingang. Du beherrschst den Umgang mit unbalancierten Datasets und optimierst fur relevante Business-Metriken.
Kernaufgabe
Von der Datenanalyse und Featureengineering uber Model Training bis zum produktiven Betrieb verantwortest du den kompletten ML-Lifecycle und balancierst nachhaltige Architektur und zugige Entwicklung.
Kernaufgabe
Du wahlst die richtige Losung fur das Problem - ob einfache Heuristik, klassisches ML oder Deep Learning. Das Business-Ziel steht im Vordergrund.
Kernaufgabe
Du deployest Modelle in Produktion, uberwachst Performance, erkennst Model Drift und implementierst Retraining-Pipelines.
Kernaufgabe
Du unterstutzt bei der Weiterentwicklung unserer ML-Infrastruktur mit Kubernetes, Docker, Airflow, Kafka, BigQuery und CI/CD.
Was du mitbringst
Mindestens 2-3 Jahre
In der Produktivsetzung von ML-Modellen und der Verwaltung ihres gesamten Lebenszyklus (Deployment, Monitoring und Retraining)
Master-Studium (Universitat, Fachhochschule)
In Informatik, Mathematik oder Data Science; oder gleichwertige Berufserfahrung
Deutsch (fliessend)
Englisch (gute Kenntnisse)
Zwingend
Du verfugst uber fundierte Erfahrung in Time Series Forecasting (ARIMA, Prophet, SARIMA, exponenzielle Glattung oder LSTM).
Zwingend
Du hast starke Kenntnisse in Klassifikation (Logistic Regression, Random Forest, XGBoost, Gradient Boosting)
Zwingend
Erfahrung mit Cloud/Infrastruktur-Technologien wie Kubernetes, Docker, Airflow, Kafka, Google BigQuery, CI/CD-Pipelines oder Terraform
Zwingend
Du verfugst uber sehr gute Python-Kenntnisse mit praktischer Erfahrung im Einsatz von ML-Bibliotheken ( NumPy, pandas/Polars, scikit-learn, PyTorch/TensorFlow, statsmodels, Prophet).
Gewunscht
Du willst sehen, wie deine Modelle in der realen Welt wirken und tauschst dich dafur gerne direkt mit den Kollegen im Lager aus und hast den Mut, Dinge proaktiv auszuprobieren.
Zwingend
Offenheit, Neugier und Initiative zeichnen dich aus. Du nutzt deine Kreativitat, um Probleme zu losen und Ziele zu erreichen.
Zwingend
Als Teamplayer tragst du proaktiv zum Team bei, mit Empathie und der Bereitschaft zu experimentieren.
Was wir dir bieten
Flexible Arbeitszeit
Du erfasst deine Arbeitszeit - und kompensierst jede einzelne Minute uber deiner vertraglich vereinbarten Sollzeit.
Flexibler Arbeitsort / Home Office
Du gestaltest deine Arbeitszeiten und Orte individuell auf dich abgestimmt. Zudem kannst du bis zu acht Wochen im Jahr aus dem Ausland arbeiten.
Mutterschaftsurlaub / Vaterschaftsurlaub
Erweiterte Elternzeit fur Mutter und Vater
Handy-Abo
Du (und deine Friends & Family) profitieren von vergunstigten Konditionen auf das Galaxus Mobile Abo.
Mitarbeiterangebote
Als Mitarbeiter profitierst du von Spezialpreisen (fur deinen Eigenbedarf) auf unser gesamtes Sortiment
Ferien
Funf Wochen Ferien pro Jahr mit der Moglichkeit fur unbezahlten Urlaub
Aus- und Weiterbildung
Unterstutzung bei externen Aus- und Weiterbildungen, so dass du dein Know-how laufend erweitern kannst
Individuelle Weiterbildung
2'000 Edu-Points pro Jahr fur dein Selbststudium und deine Garagenprojekte
Eigenverantwortung & Freiraum
Unser Arbeitsumfeld ist gepragt von unseren Werten, einer offenen Feedback- und einer positiven Fehlerkultur
Gestaltungs- und Entscheidungsspielraum
Via unserem Innovationsboard haben alle die Moglichkeit, seine Ideen direkt bei der Geschaftsleitung einzubringen

Skills Required