
myPOS ist ein europäisches Fintech-Unternehmen, das Händler im stationären und Online-Handel mit integrierten Zahlungslösungen unterstützt. Das Angebot umfasst Kassenterminals, mobile und virtuelle Terminals, Online-Zahlungsdienste, sofortige Auszahlungen, E-Geld-Konten für Händler sowie verknüpfte Business-Visa-Karten. Das Unternehmen ist in den Bereichen Fintech, B2B und E-Commerce tätig und bietet Firmen Tools, die die Zahlungsannahme und den Zugang zu verfügbaren Mitteln vereinfachen. Das wachsende Team arbeitet im Zahlungssektor, in dem myPOS kontinuierlich Lösungen für moderne Händler entwickelt.
Lead Data Scientist, myPOS (Hybrid, Bulgarien)
Leite das Data-Science-Team von myPOS und bringe gleichzeitig Machine-Learning-Modelle in den Produktivbetrieb. Verbessere Kundenlebenszyklus, Betrugserkennung, Risikomanagement, Kundenbindung und Cross-Selling auf der Zahlungsplattform.
Beschreibung
- Leite und betreue das Data-Science-Team und arbeite weiterhin praktisch mit.
- Setze Prioritäten, fördere die Entwicklung des Teams und verantworte die Leistung.
- Sichere die technische Qualität durch Code- und Modellprüfungen sowie Designdiskussionen.
- Lege Standards für Experimente, Validierung, Dokumentation und Bereitstellung fest.
- Unterstütze das Team dabei, geschäftliche Herausforderungen zu präzisieren, Lösungen zu planen und Ergebnisse zu präsentieren.
- Arbeite mit leitenden Ansprechpartnern aus Customer Success, Onboarding, Produkt, Risiko und Compliance zusammen.
- Verantworte die Bereitstellung von Modellen – von der Analyse und dem Feature Engineering über Training und Produktivbetrieb bis hin zu A/B-Tests und Monitoring.
- Wähle ein fokussiertes Modellportfolio auf Basis von Geschäftswirkung, Umsetzbarkeit und laufendem Wartungsaufwand aus.
- Präsentiere Erkenntnisse und Empfehlungen technischen und nicht technischen Zielgruppen, darunter Führungskräften.
- Begleite gemeinsam mit Data Engineering ML-Pipelines über den gesamten Lebenszyklus und MLOps-Praktiken.
- Lege Standards für das Monitoring im Produktivbetrieb fest, um Modellverschlechterung, Datenverschiebungen und Datenqualität zu überwachen.
- Wirke an LLM-basierten agentischen Workflows mit, die konkrete geschäftliche Anforderungen erfüllen.
- Entwickle Modelle für Abwanderung, Kundenlebenszyklusmanagement, Cross- und Upselling, Kundenverhalten, Betrugserkennung und Risikomanagement.
Anforderungen
- Mindestens sechs Jahre praktische Berufserfahrung in angewandter Data Science, Machine Learning oder statistischer Modellierung.
- Nachweisliche Erfahrung mit der Einführung von Produktionsmodellen, ihrer Erfolgsmessung und der Erzielung geschäftlicher Wirkung.
- Erfahrung in der Leitung oder Betreuung von Data Scientists sowie in der Prüfung ihrer Ansätze, Modelle und ihres Codes.
- Sehr gute Python-Kenntnisse.
- Praktische Erfahrung mit gängigen ML-Bibliotheken wie NumPy, pandas, scikit-learn, XGBoost oder LightGBM.
- Erfahrung mit der Leitung von Produktionsmodellen für Kundenverhalten, Abwanderung und Kundenbindung, Propensity- oder Uplift-Modellierung sowie Risiko- und Betrugserkennung.
- Sicherer Umgang mit SQL und Cloud-Data-Warehouses.
- GCP und BigQuery sind stark bevorzugt; vergleichbare Technologien werden ebenfalls berücksichtigt.
- Erfahrung mit der Bereitstellung und dem Betrieb von ML-Modellen im Produktivbetrieb, einschließlich Serving und Monitoring.
- Erfahrung in der Zusammenarbeit mit Data Engineering zur Bereitstellung zuverlässiger Lösungen.
- MLOps-Kenntnisse sind von Vorteil.
- Ausgeprägtes Stakeholder-Management und die Fähigkeit, unklare geschäftliche Anforderungen in klar abgegrenzte Data-Science-Aufgaben zu übersetzen.
- Fähigkeit, statistische Erkenntnisse in umsetzbare Empfehlungen zu übertragen.
- Erfahrung in Fintech, Zahlungsverkehr, Banking oder E-Commerce ist von Vorteil.
- Erfahrung mit dem Aufbau von Prozessen und Standards für eine Data-Science-Funktion in einer frühen Unternehmensphase ist von Vorteil.
- Kenntnisse in Airflow, Prefect, Dagster oder KubeFlow sind von Vorteil.
- Erfahrung mit dem Produktiveinsatz von LLMs, RAG-Pipelines oder Agenten mit Toolzugriff ist von Vorteil.
- Bitte einen Lebenslauf auf Englisch einreichen.
Zusatzleistungen
- Jährliche Gehaltsüberprüfungen, Aufstiegsmöglichkeiten und leistungsbezogene Boni.
- Zugang zur myPOS Academy für berufliche Weiterbildung und Schulungen.
- Unbegrenzter Zugang zu LinkedIn-Learning-Kursen.
- Jährliches persönliches Budget für Schulungen und Weiterbildung.
- Mitarbeiterempfehlungsbonus.
- Teambuilding-Veranstaltungen, soziale Aktivitäten und Netzwerke mit multinationalen Teams.
- 25 Tage bezahlter Jahresurlaub, der sich pro Jahr um einen Tag auf bis zu 30 Tage erhöht.
- Umfassende Luxury-Krankenversicherung einschließlich Zahnbehandlung und Sehhilfen.
- Monatliche Essensgutscheine im Wert von 102,26 €.
- Vollständig bezahlte MultiSport-Karte.
- Vollständig bezahlte Sofia-Karte für den öffentlichen Nahverkehr.
- Kostenloser Kaffee, Snacks und Getränke im Büro.
Ähnliche Stellen
Keine Stellen gefunden
Passe deine Filter an oder lösche sie, um weitere Möglichkeiten zu finden.