Data Scientist - Logistik (w / m / d)

Wer wir sind

Als führende Schweizer E-Commerce-Plattform, mit einem Team von über 3’000 Mitarbeitenden in der Schweiz, Deutschland und Serbien, sind wir auf dem Weg in neue Märkte. Unser Motor dafür ist der Wille, Bestehendes immer wieder neu zu denken. Deshalb suchen wir Menschen, die mit Leidenschaft daran arbeiten, Dinge wirklich besser zu machen. Bei uns findest du die Freiheit und das Vertrauen, eigenverantwortlich zu handeln, mit uns zu wachsen und dabei ganz du selbst zu sein.  Handle galaktisch. Und bleib du.

In dieser Rolle als ML Engineer / Data Scientist bist du ein Problemlöser, der direkt an der Quelle ansetzt. Du arbeitest eng mit dem Software-Team, welches für unseren Wareneingang verantwortlich ist, und optimierst Prozesse von der Warenannahme bis zur Einbuchung mit intelligenten ML-Modellen. Das heisst für dich : Du gehst auch mal selbst ins Lager, analysierst Abläufe vor Ort und installierst vielleicht sogar die Kamera für dein nächstes Computer-Vision-Modell, das einen manuellen Arbeitsschritt überflüssig macht.

Deine Aufgaben

• Stakeholder Collaboration :  Gemeinsam mit den Business Stakeholdern konzipierst du neue Modelle, definierst KPIs (MAPE, F1-Score, Precision) und kommunizierst Model Performance verständlich.
• Time Series Forecasting :  Du entwickelst präzise Prognosemodelle für das tägliche Versandvolumen (Outbound Forecast), Warenströme und Lagerauslastung mit Methoden wie ARIMA, Prophet, XGBoost oder Deep Learning (LSTM, Transformer) unter Berücksichtigung von Saisonalität und Trends.
• Klassifikationsmodelle :  Du baust robuste Klassifikatoren für die automatische Stammdatenerfassung von Produkten im Wareneingang (z.B. Produktkategorisierung, Attributserkennung, Lagerzuordnung). Du beherrschst den Umgang mit unbalancierten Datasets und optimierst für relevante Business-Metriken.
• End-to-End Ownership :  Von der Datenanalyse und Feature Engineering über Model Training bis zum produktiven Betrieb verantwortest du den kompletten ML-Lifecycle. Du findest die Balance zwischen nachhaltiger Architektur und schneller Entwicklung.
• Pragmatischer Ansatz :  Du wählst die richtige Lösung für das Problem – ob einfache Heuristik, klassisches ML oder Deep Learning. Das Business-Ziel steht im Vordergrund.
• ML Operations :  Du deployest Modelle in Produktion, überwachst Performance, erkennst Model Drift und implementierst Retraining-Pipelines. Dabei unterstützt du bei der Weiterentwicklung unserer ML-Infrastruktur mit Kubernetes, Docker, Airflow, Kafka, BigQuery und CI / CD.

Deine Fähigkeiten

Warum startest du bei uns?

Schnelles Wachstum : Bei uns wächst und entwickelst du dich laufend. Und erhältst