Junior Data Scientist - Forecasting

• Du entwickelst unsere ML-basierten Forecast-Modelle kontinuierlich weiter - durch Feature Engineering, Transfer Learning, Zeitreihenanalysen und den gezielten Einsatz neuer APIs.
• Sauberer, wartbarer Production Code steht bei dir an erster Stelle. Du achtest auf eine hohe Codequalität und gehst gerne in den Code-Review zusammen mit deinen Kollegen. Unit-Tests und Testabdeckung sind hierbei keine Fremdwörter für dich.
• Auf der technischen Seite arbeitest du mit Git und bringst die nötige Struktur mit, um gemeinsam im Team an Code zu arbeiten. Grundkenntnisse in Datenbanken - ob SQL, NoSQL oder beides - ermöglichen dir, Daten selbstständig abzufragen und aufzubereiten.
• Du bringst dich aktiv ein, wenn es um die gemeinsame Erarbeitung neuer Produkte und Lösungen geht. Im gemeinsamen Austausch mit unserem CloudOps-Team werden diese in Production auf AWS-Services gebracht.

• Du hast ein abgeschlossenes Studium in Data Science, Informatik, Mathematik, Statistik, Physik oder einem vergleichbaren quantitativen Fach und bringst erste Erfahrung im Data-Science-Umfeld mit - z. B. mit Machine-Learning im Forecasting oder Recommendation Systems.
• Du arbeitest leidenschaftlich mit Python. Objektorientierte Programmierung ist selbstverständlich für dich und du bist vertraut mit Libraries wie pandas, NumPy und scikit-learn. Du weißt, wie man Daten effizient verarbeitet, Modelle baut und das alles in einem sauberen, wartbaren Code.
• Feature Engineering klingt spannend für dich: Du kannst aus Rohdaten aussagekräftige Features ableiten, ob aus Zeitstempeln, kategorialen Variablen oder externen Signalen.
• Du bringst ein Grundverständnis über Zeitreihenanalyse mit: Du kennst die Konzepte hinter Saisonalität, Trends und Autokorrelation und hast idealerweise erste Modelle trainiert (z. B. ARIMA oder ML-basierte Ansätze).
• Du bringst ein solides statistisches Fundament mit - Hypothesentests, Verteilungen und Konfidenzintervalle sind dir vertraut, und du kannst Ergebnisse fundiert einordnen und experimentell sauber arbeiten. In der explorativen Datenanalyse findest du dich auch in unbekannten Datensätzen schnell zurecht, erkennst Muster, Anomalien und Datenqualitätsprobleme.
• Idealerweise bringst du Erfahrung mit AutoML-Frameworks (z. B. AutoGluon) oder Zeitreihen-Bibliotheken wie GluonTS, Darts oder NeuralForecast mit. Kenntnisse in Transfer Learning oder Domain Adaptation, ein Grundverständnis von Docker und Cloud-Services sowie Erfahrung mit Daten-Pipelines oder Workflow-Orchestrierung sind ein Plus.
• Du sprichst sehr gutes Deutsch, verfügst über solide Englischkenntnisse und bist bereit, ca. einmal im Monat (in der Einarbeitung öfter) zu uns nach Karlsruhe zu kommen.

• Du Teil unseres Geheimcodes werden willst: Unser hochmotiviertes Team eint die Leidenschaft für unser gemeinsames Tun und unsere Produkte. Mit einem großartigen Teamspirit, Kreativität und Begeisterung, verfolgen wir gemeinsam unsere Ziele. Leidenschaft ist unser Geheimcode.
• 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., Benefits Hybrides Arbeiten Kostenfreie Getränke (Kaffee, Wasser, uvm.) Vertrauensurlaub Flexible Arbeitszeit Tolles Team Unternehmenskultur, die begeistert Und vieles mehr… Bianca Scharpf

Du liebst es, an cleveren Algorithmen zu tüfteln, sprichst fließend Python und findest Forecasts und Recommendation Systems einfach spannend? Dann bist du bei Nesto genau richtig! Wir entwickeln smarte Tools für komplexe Planungsprozesse und suchen eine Persönlichkeit mit Leidenschaft und Kreativität, die die Zukunft von Schichtplanung, Forecasting und KI-gestützten Optimierungen mitgestaltet.