Deine Aufgaben

• Leistungsfähige Modelle entwickeln, um Customer Lifetime Value (CLV) belastbar zu schätzen und als Steuerungsgröße im Privatkundengeschäft nutzbar zu machen
• End-to-End-Verantwortung für die Entwicklung der ML-basierten Services vom Proof of Concept bis zum produktiven System übernehmen
• Gemeinsam mit Engineering-Kolleg*innen die AWS-basierte Data-Science-Umgebung weiterentwickeln, damit CLV-Modelle schneller, robuster und skalierbar werden
• Mehrwerte deiner Data Science Projekte sowohl den fachlichen als auch technischen Stakeholder*innen überzeugend rüberbringen
• Deine Kenntnisse regelmäßig erweitern und die jeweils besten verfügbaren Methoden für die Modellentwicklung einsetzen
• Deine Erfahrung proaktiv mit deinen Kolleg*innen teilen und so die gemeinsame Weiterentwicklung unterstützen

Dein Profil

• Ein abgeschlossenes Studium der Mathematik, Physik, (Wirtschafts-)Informatik oder eines anderen quantitativen Studiengangs
• Tiefes Verständnis von Machine-Learning-Methoden (v. a. Zeitreihen, Klassifikations- und Regressionsverfahren)
• Fundierte Kenntnisse von AWS, Git, Python, R und SQL
• Prägnante und strukturierte Ausdrucksweise
• Sehr gute Deutsch- und Englischkenntnisse
• Praktische Erfahrung in der Modellierung von Churn und Customer Lifetime Value sind von Vorteil