Senior Data Scientist für Demand Forecasting und Workforce Analytics (m/w/d)

Warum Nesto - Warum jetzt? Ob ein Restaurant am Samstagabend genug Personal eingeplant hat, entscheidet sich bei uns schon Wochen vorher im Forecast. Bei Nesto bringst Du Deine Erfahrung in die Prognosen ein, auf die sich Betriebe in der Hospitality-Branche bei ihrer Personalplanung verlassen, und machst sie mit eigenen Ideen, neuen Datenquellen und sauberen Experimenten messbar besser. Dabei erklärst Du unseren Kunden, was hinter den Zahlen steckt.

Diese Aufgaben erwarten Dich bei uns • Als erfahrene Person in unserem Forecasting -Team bringst Du Dich mit eigenen Vorschlägen in die Weiterentwicklung unserer Prognosemodelle ein, stehst jüngeren Kolleg:innen und Werkstudierenden als Mentor:in zur Seite und gestaltest die fachliche Richtung unseres Forecastings aktiv mit. Den Großteil Deiner Zeit widmest Du dem Forecasting , daneben führst Du eigenständig datengetriebene Beratungen zur treiberbasierten Personalplanung durch. • Du erschließt neue externe Datenquellen und machst sie über Feature Engineering für bestehende und neue Prognosemodelle nutzbar. Deine Prototypen bringst Du mit Python, sauberem Code und CI/CD selbst auf AWS in Produktion und passt dafür unsere laufenden Services an. • Du begleitest Termine mit unseren Kunden fachlich, erklärst Prognosen verständlich und findest gemeinsam mit ihnen heraus, wo und warum ein Forecast danebenlag. Mit Analysen zu Personalbedarf, Kosten und Produktivität zeigst Du unseren Kunden, was ein anderer Prognose- oder Planungsansatz bewirkt hätte, und schaffst so die Grundlage für bessere Entscheidungen. • Du entwickelst mit uns standortübergreifende Prognosemodelle weiter, etablierst systematisches Experiment-Tracking im Team und erarbeitest aus unseren Daten neue Services für unsere Kunden.

Dein Hintergrund, der Dich auszeichnet • Du hast mindestens vier Jahre Berufserfahrung in Data Science, Machine Learning oder einem vergleichbaren Bereich und bringst Erfahrung mit Zeitreihen aus Deiner Berufspraxis mit. Außerdem hast Du Prognosemodelle bereits so weiterentwickelt, dass sie im produktiven Einsatz messbar besser wurden. • Du bringst methodische Breite in der Zeitreihenprognose mit, von klassischen Verfahren über Machine -Learning-Ansätze bis zur Hyperparameter-Optimierung, und beherrschst Feature Engineering inklusive der Erkennung von Strukturbrüchen und Anomalien. Du bewertest Modelle anhand realistischer Backtests und richtest Metriken an wirtschaftlichen Kennzahlen aus. • Idealerweise hast Du Erfahrung mit standortübergreifenden Modellen, der Anbindung von Datenquellen über APIs sowie AWS oder einer vergleichbaren Cloud-Plattform. Auch Feature Stores für wiederverwendbare, vorverarbeitete Features und Deep Learning für Zeitreihen sind Dir idealerweise vertraut. Für unsere Beratung bringst Du idealerweise ein Gespür für betriebswirtschaftliche Kennzahlen mit, etwa für Standort- und Produktivitätsvergleiche. • Du schreibst produktionsreifen, getesteten Python-Code, betreust ihn in der Cloud vom Deployment bis zur Fehleranalyse und arbeitest sicher mit relationalen und nicht-relationalen Datenbanken. CI/CD und saubere Releases gestaltest Du im Team mit, KI-gestützte Coding-Assistenten setzt Du selbstverständlich und kritisch ein, und Deine Experimente dokumentierst Du nachvollziehbar und reproduzierbar. • Du bringst von Dir aus Ideen ein, prüfst sie pragmatisch mit kleinen Prototypen und diskutierst gerne leidenschaftlich in der Sache. Feedback gibst Du offen und wertschätzend und nimmst es sachlich als Chance zum Lernen an. Blockaden klärst Du zügig mit dem Team. • Du verfügst über gute Deutsch- und Englischkenntnisse in Wort und Schrift. Außerdem kannst Du technische Ergebnisse sicher und verständlich vor nicht-technischen Stakeholdern und Kund:innen präsentieren.