Junior Data Scientist - Scheduling (m/w/d)

Das ist der Job

Diese Aufgaben erwarten Dich bei uns: Du arbeitest an einem System, das automatisiert Dienstpläne für über 1.000 Restaurants erstellt und dabei die Bedürfnisse von einer sechsstelligen Zahl von Mitarbeitenden mit betrieblichen Anforderungen in Einklang bringt.

Du arbeitest in einem kleinen, spezialisierten Team, das mathematische Optimierung mit lernenden Systemen verbindet und unsere Planungsalgorithmen auf ein neues Niveau hebt. Du arbeitest leidenschaftlich mit Python.

Das brauchst du

Dein Background, der Dich auszeichnet: Du hast ein abgeschlossenes Studium in Data Science, Informatik, Mathematik, Statistik, Physik oder einem vergleichbaren quantitativen Fach. Objektorientierte Programmierung ist für dich selbstverständlich und du bist vertraut mit Libraries wie pandas, NumPy und scikit-learn.

Du bringst ein Grundverständnis mathematischer Optimierung mit: Du weißt, was eine Zielfunktion ist, kennst den Unterschied zwischen harten und weichen Constraints und hast idealerweise erste Erfahrung mit Linear Programming oder Constraint Programming. Du verfügst über ein konzeptionelles Verständnis von Recommendation Systems.

Du hast ein grundlegendes Verständnis von Planungs- und Scheduling-Problemen (z. Kenntnisse in Reinforcement Learning, Imitation Learning oder Explainable AI (z. Du sprichst sehr gutes Deutsch, verfügst über solide Englischkenntnisse und bist bereit, etwa einmal im Monat – in der Einarbeitung auch häufiger – nach Karlsruhe zu kommen.

Du Teil unseres Geheimcodes werden willst: Unser hochmotiviertes Team eint die Leidenschaft für unser gemeinsames Tun und unsere Produkte.

Du bereit bist Verantwortung zu übernehmen: Als motiviertes Team-Mitglied kannst du bei Nesto unsere Kultur und unsere Produkte entscheidend prägen und gemeinsam im Team Großartiges für unsere Kunden erreichen. #J-18808-Ljbffr

Darum lohnt es sich

Du bist bei uns genau richtig, wenn … Dich unsere Vorteile ansprechen: Freue dich auf Vertrauensurlaub, flexibel gestaltbare Arbeitszeiten in einem modernen Bürogebäude sowie die Möglichkeit, mobil zu arbeiten.

Du eine Unternehmenskultur voller Vertrauen erleben willst: Wir ziehen alle an einem Strang und schenken uns gegenseitig einen Vertrauensvorschuss. Mit einem großartigen Teamspirit, Kreativität und Begeisterung, verfolgen wir gemeinsam unsere Ziele.

Du entwickelst Empfehlungssysteme weiter, die bewerten, wie gut Mitarbeitende zu bestimmten Schichten passen, und sorgst so für fairere und effizientere Personalplanung. Du weißt, wie man Daten effizient verarbeitet, Modelle baut und sauberen, wartbaren Code schreibt.

Ansätze wie Collaborative Filtering, Content-based Filtering oder hybride Methoden sind dir bekannt und du verstehst, wie aus historischen Verhalten Empfehlungen abgeleitet werden. Idealerweise interessierst du dich für lernende Systemdesigns: Du begeisterst dich für die Idee, dass ein System durch menschliches Feedback iterativ besser wird.

Konzepte wie Human-in-the‑Loop Learning, Feedback-Loops oder Learning from Demonstrations sind dir zumindest konzeptionell vertraut. Job‑Shop, Ressourcenzuteilung oder Schichtplanung) und weißt, wie man diese formal modelliert.

Du kannst zeitabhängige Daten analysieren, einfache Forecasting‑Modelle anwenden und deren Relevanz für operative Planung einschätzen. Darüber hinaus kennst du grundlegende Heuristiken und Metaheuristiken wie Greedy‑Algorithmen, lokale Suche oder genetische Algorithmen und verstehst, wann diese exakten Solvern vorzuziehen sind.

SHAP, LIME) sind ebenso willkommen wie Erfahrungen im Aufbau von Feedback‑Loops. Ergänzend bringst du ein Grundverständnis von Docker und Cloud-Technologien mit; Domänenwissen aus Logistik, Personalplanung oder Operations Research ist ein Plus. Wir suchen nicht nach Fehlern, sondern nach Lösungen und feiern unsere Erfolge gegenseitig.

Leidenschaft ist unser Geheimcode.