Senior Data Scientist - Part-time (F/M/X)

Festanstellung, Teilzeit · Berlin

Über uns
Fresh Energy (www.getfresh.energy) ist ein Software-as-a-Service Unternehmen mit einem B2B2C Geschäftsmodell. Wir bauen kundenorientierte Produkte mit tatsächlichem Mehrwert für Endkunden basierend auf IoT, bzw. Smart Meter Daten. Unsere Plattform verhilft Energieversorgern zu besserer User Experience, Kundenzufriedenheit und höheren Umsätzen. Aus großen Datenmengen leiten wir Erkenntnisse ab, die unseren Benutzern helfen, ihren Energieverbrauch zum ersten Mal zu sehen und zu verstehen - und danach zu handeln.

WIE ALLES BEGANN
Fresh Energy wurde im Jahr 2017 in Berlin Mitte gegründet. Seitdem haben wir insgesamt 7 Millionen Euro an Investment und Fördermitteln gesammelt, z.B. durch den innogy innovation Hub oder das Bundesministerium für Wirtschaft und Energie. Heute gewinnen wir Kunden in Europa und weltweit und skalieren damit unsere Plattform für Millionen von Nutzern.
Deine Aufgaben

WHAT YOU WILL DO AS A SENIOR DATA SCIENTIST

We are currently looking for a senior data scientist to join our team part-time and help us reinvent how consumers see their energy consumption by developing and shipping groundbreaking data-enabled features every day:

  • Provide subject matter expertise in machine learning, deep learning, predictive modeling

  • Help building a data infrastructure that supports real time analytics with our engineering team

  • Provide data science support for in-house product and business decisions and work with different stakeholders to understand critical business problems and opportunities for data science

  • Explore data product ideas that generate business value, such as recommendation and predictions 

  • Grow, develop and mentor your team

  • Establish and oversee a suited data science production cycle from ideazation to deployment

  • Develop and manage the long-term vision and portfolio of research initiatives

Anforderungen

 WHAT WE LIKE TO SEE WITH OUR SENIOR DATA SCIENTIST

  • 3+ years of experience in data science and related jobs, 2+ years of experience out of academia

  • Demonstrable ability with machine learning and big data tools (eg. Python, Sklearn, Spark, Tensorflow)

  • Experience with AWS for deployment of machine learning models

  • Proven experience in time-series analysis, robust & efficient algorithm design, product deployment , predictive modeling

  • Track record of delivering high quality data products on time

Benefits

WHAT WE OFFER YOU

We love challenges and hope you do too. We want to build the best customer experience out there to save energy and the environment. This is the difference you can make.

We are building the best team to solve real challenges and offer you the following:

  • A key role in shaping the development of a fast-growing company

  • A competitive salary and a rewarding stock option plan connecting you directly to the success of the company

  • Two days of training or conference attendance per year

  • Pick the tools you feel comfortable with and that you need to do an amazing job. From hardware, to software, to your work environment.

  • We will support your move to Berlin and have your back in terms of settling down in a new city.

  • Weekly team lunch, free drinks and fruits.

  • The greatest benefit is becoming part of something amazing. With real impact. Now!


At Fresh Energy we are committed to creating a diverse environment. All qualified applicants will receive consideration for employment without regard to gender, race, religion, sexual orientation and disability!

Deine Bewerbung

Wir freuen uns über Dein Interesse an Fresh Energy. Bitte fülle das folgende kurze Formular aus. Solltest Du Schwierigkeiten mit dem Upload Deiner Daten haben, wende dich gerne per Email an jobs@getfresh.energy.

Bitte lade hier die für die Stelle benötigten Bewerbungsunterlagen hoch (z.B. Lebenslauf, Anschreiben, Zeugnisse, Gehaltsvorstellung etc.).
Durch das Halten der CTRL-Taste auf Windows oder der CMD-Taste auf Mac können mehrere Dateien gleichzeitig für den Upload ausgewählt werden.