Senior Data Scientist Vehicle Ordering Process; Built to Match; d​/m​/w​/x

Senior Data Scientist Vehicle Ordering Process (intelligent Built to Match) (d/m/w/x)

Angebotsart:
Arbeit

Arbeitgeber:
Mercedes-Benz Group AG

Standort:
Stuttgart

Arbeitszeit:
Vollzeit (teilzeitgeeignet)

Veröffentlichungsdatum: 01.07.2026

Tätigkeitsbereich:
Marketing / Vertrieb / Kommunikation;
Fachabteilung:
Auftrag & Bestandsmanagement;
Gesellschaft:
Mercedes-Benz AG;
Standort:
Stuttgart;
Startdatum: 01.07.2026;
Veröffentlichung: 01.07.2026;
Stellennummer: MER
00043GW;
Arbeitszeit:
Vollzeit (teilzeitgeeignet)

Wir bringen Mercedes-Benz Cars auf die Straße – mit Begeisterung und Herzblut! Mercedes-Benz Sales & Customer (SC) umfasst die Funktionen Sales, After-Sales, Marketing und Produktmanagement von Mercedes-Benz Cars und kümmert sich um die Entwicklung der weltweiten Vertriebsorganisation.

Die Mobilität von morgen ist kein Zufall, sondern basiert auf datengetriebenen Entscheidungen. Hast Du Lust, schon jetzt mit uns den Wandel zu gestalten? Als Data Scientist bei uns hast Du die Gelegenheit, in unseren Daten(produkt) teams datenbasierte Produkte und Prozesse zu entwickeln. Somit unterstützt Du den Aufbau einer datengestützten Organisation und leistest einen wichtigen Beitrag zur digitalen Transformation. Die Aufgaben felder umfassen unter anderem die Anwendung von Methoden der Statistik und des maschinellen Lernens, um verborgene Muster und Informationen zu entdecken, die für das Wachstum des Unternehmens genutzt werden können und datengetriebene Geschäftsentscheidungen unterstützen.

Zudem gerät das Thema Künstliche Intelligenz, zum Beispiel in Form von Agentic AI, zunehmend in den Fokus. Gestalte zukunftsgerichtete Prozesse und Systeme mit, die AI Lösungen mit echtem Kundennutzen einbinden.

Mit unseren Projekten haben wir vor allem den Kundenauftragsprozess von der Planung der Fahrzeugvolumen bis zur Bestellung der Fahrzeuge durch Kunden im Fokus.

Als Data Scientist treibst Du mit einem motivierten und agilen Team aus Data Engineers, Data Analysts und Data Product Ownern die Wertmaximierung eines Datenprodukts entlang des kompletten Produktlebenszyklus voran.

• Die Manipulation und Analyse komplexer, hochvolumiger und hochdimensionaler Daten, um in enger Zusammenarbeit mit Fachexpertinnen und
  -experten und unter Anwendung geeigneter Datenanalysetechniken, Algorithmen und Programmiersprachen Erkenntnisse aus großen Datenmengen zu gewinnen
• Die Anwendung statistischer Methoden (spezziell Machine Learning) auf Daten, um komplexe Muster in Daten zu identifizieren und Vorhersagen abzuleiten
• Die Erstellung von Machine‑Learning Modellen und die Anwendung geeigneter Metriken zur Messung und Überwachung der Modelle
• Die Formulierung von
  
  Anforderungen an eine notwendige Datenbasis, um zur Operationalisierung von Machine‑Learning Diensten und
  -Systemen beizutragen
• Die Ermöglichung von effizienten bzw. effektiven (Geschäfts‑)Entscheidungen anhand von Vorhersagen durch (teil‑) automatisierte Prozesse oder qualitative Optimierungen
• Die Einbindung von künstlicher Intelligenz, z. B. Agentic AI, in unsere Prozesse und Systeme

• Bachelor- oder Masterabschluss in Statistik, Mathematik, (Wirtschafts‑)Informatik oder einem verwandten Studiengang bzw. vergleichbare Qualifikation (z. B. Ausbildung im Bereich Informatik)
• Idealerweise Erfahrungen im Bereich Automotive / Verkaufsprozesse
• Erfahrung in der Verwendung eines oder mehrerer Machine‑ und Deep‑Learning‑Frameworks
• Erfahrung in der Verwendung von Quellcode‑Management Tools wie Github Actions, Jenkins oder Azure Dev Ops (vorteilhaft)
• Erfahrung mit Cloud‑Computing‑Plattformen wie Azure, AWS oder GCP (vorteilhaft)
• Sehr gute Kenntnisse in der Auswahl, Anwendung und Optimierung von Machine Learning Methoden zur Generierung von datenbasierten Vorhersagen und Entscheidungen
• Kenntnisse in der Anwendung und Implementierung von AI Tools und Methoden, z. B. Agentic AI
• Sehr gute Kenntnisse zur Messung und Überwachung der Qualität und Performance trainierter Machine Learning Modelle sowie sichere Anwendung von Machine Learning Lifecycle‑Management‑Tools
• Gute Kenntnisse in einer oder mehreren Data‑Science‑bezogenen Programmiersprachen (z. B. Python, R, C++,…