Senior Machine Learning Wissenschaftler
Zürich
Auf einen Blick
- Veröffentlicht:27 Juni 2025
- Pensum:100%
- Arbeitsort:Zürich
Job-Zusammenfassung
Als Machine Learning/Data Scientist im Marketing optimierst du unsere Performance.
Aufgaben
- Baue Beziehungen zu Digital Marketing und Customer Experience auf.
- Identifiziere und löse herausfordernde Marketingprobleme mit AI.
- Leite die Implementierung von Machine Learning Pipelines.
Fähigkeiten
- Erforderlich sind Kenntnisse in Datenanalyse und AI-Techniken.
- Starke Kommunikationsfähigkeiten zur Vermittlung von Ergebnissen.
- Technische Expertise in ML und genauen QA-Prozessen.
Ist das hilfreich?
Kurz gesagt
Als Machine Learning/Data Scientist mit Spezialisierung auf Marketingwissenschaften besteht Ihre Aufgabe darin, unsere Marketingleistung durch den Aufbau branchenführender Machine Learning- & KI-Lösungen zu steigern. Sie arbeiten eng mit Marketingteams zusammen, um Daten- und Machine Learning-Pipelines zu entwerfen und umzusetzen, die sowohl effiziente Kampagnen mit Marketingpartnern als auch bessere Echtzeiterlebnisse in unserem Web und unserer App ermöglichen. Diese Rolle erfordert ein starkes Geschäftswissen und technische Kompetenz, um breit gefasste Marketingprobleme effektiv in spezifische Daten-, ML- und KI-Lösungen zu übersetzen.
Diese Position berichtet an den Leiter für Machine Learning und KI im Data Science Team und unterstützt unsere digitalen Marketingteams.
Ihre Mission
- Aufbau starker Beziehungen zu wichtigen Stakeholdern wie Digital Marketing oder Customer Experience, um Datenflüsse und KI-Strategien zu entwerfen.
- Proaktive Identifikation, Priorisierung und Lösung herausfordernder Marketingprobleme unter Nutzung Ihrer Expertise in Daten und KI.
- Führung von Forschungsarbeiten zum Stand der Technik im Bereich Marketingwissenschaften.
- Leitung der Gestaltung und Implementierung von Machine Learning- und KI-Pipelines zur Optimierung der Marketingentscheidungen in Zusammenarbeit mit Marketingteams.
- Entwicklung und Verfeinerung von Modellen wie Customer Lifetime Value, Kundenprodukt-Empfehlungen und Churn-Vorhersage unter Einbeziehung fortschrittlicher ML-Techniken und der neuesten GenAI-Technologien.
- Verantwortung für die Algorithmusleistung, einschließlich der Gestaltung von QA-Metriken und -Prozessen sowie der Validierung messbarer Auswirkungen durch Experimente.
- Effektive Kommunikation über die Auswirkungen und Wirksamkeit der Marketing-ML- und KI-Anwendungen auf allen Organisationsebenen.