Lead - Supply Chain Decision Intelligence & Operations Research

Kurz gefasst: Als unser Lead - Supply Chain Decision Intelligence & Operations Research wenden Sie mathematische Strenge auf komplexe Entscheidungen in der gesamten globalen Supply Chain von On an. Sie entwerfen Optimierungs-, Simulations- und Szenariomodelle, die Führungskräften und Planern helfen, Einschränkungen zu verstehen, Abwägungen zu bewerten und bessere Entscheidungen zu treffen. Sie arbeiten an der Problemformulierung, der Datenexploration, dem Rapid Prototyping, der geschäftlichen Validierung und dem Transfer erfolgreicher Lösungen an die Technology-Abteilung für eine skalierbare Implementierung. Diese Rolle kombiniert Operations Research, angewandte Mathematik, Supply-Chain-Expertise und moderne Analysetechnologie. Technology-Teams verantworten die Enterprise-Pipelines, Plattformen und das Production Deployment; Sie liefern die Geschäftslogik, die mathematischen Modelle, die Prototyp-Evidenz und die funktionalen Anforderungen, die für die Skalierung wertvoller Lösungen erforderlich sind. Ihre Mission: Entwicklung von Entscheidungsmodellen: Entwurf und Test von Optimierungs-, Simulations- und Szenariomodellen für Bereiche wie Bestand, Kapazität, Fulfillment, Angebots- und Nachfrageausgleich, Servicerisiko und Entscheidungen zum Produktlebenszyklus. Erstellung von Rapid Prototypes: Einsatz von Python, SQL, Hex und anderen Analysetools, um Modelle schnell zu entwickeln und mit Planern und geschäftlichen Stakeholdern vor der Industrialisierung zu validieren. Vorbereitung modellreifer Daten: Unabhängige Exploration, Bewertung, Verknüpfung und Transformation der für die Modellierung benötigten Daten. Dokumentation von Annahmen, Datenqualitätsproblemen, Transformationslogik und Validierungsregeln. Partnerschaft mit Technology: Enge Zusammenarbeit mit Data Engineering, Data Science, Optimization Engineering und Plattform-Teams, um erfolgreiche Prototypen in skalierbare Lösungen zu überführen. Bereitstellung klarer Modellspezifikationen, Geschäftslogik, Eingangs- und Ausgangsanforderungen, Testfälle und Akzeptanzkriterien. Ermöglichung der Szenarioplanung: Aufbau von Modellen, die es Führungskräften ermöglichen, die Supply Chain zu Stresstests zu unterziehen, eingeschränkte Szenarien zu bewerten und Risiken, Sensitivitäten und nachgelagerte Auswirkungen zu quantifizieren. Mathematik in Entscheidungen übersetzen: Komplexe Modellausgaben in klare Empfehlungen, Abwägungen und umsetzbare Erkenntnisse für Planer, Direktoren und leitende Führungskräfte umwandeln. Anwendung moderner Technologie: Nutzung von KI-gestütztem Coding, agentischen Workflows und generativen Tools, um die Datenexploration, Modellierung, Szenarioentwicklung und Dokumentation zu beschleunigen. Diese Tools sollen die mathematische Strenge, Validierung, Transparenz und Erklärbarkeit ergänzen, nicht ersetzen. Ihre Geschichte: Wesentliche Fähigkeiten Sie verfügen über fundierte Kenntnisse in Operations Research, angewandter Mathematik, Wirtschaftsingenieurwesen, Management Science, Decision Science, System Engineering, Statistik, Physik oder einer anderen quantitativen Disziplin. 5 bis 7 Jahre relevante Erfahrung in der Industrie, Beratung, angewandter Forschung, Wissenschaft oder einer Kombination dieser Umgebungen. Starke Erfahrung in Optimierung, Simulation, stochastischen Prozessen, probabilistischer Modellierung oder verwandten quantitativen Methoden. Fähigkeit, reale Probleme mathematisch zu formulieren und Modelle computergestützt zu implementieren. Fundierte Kenntnisse in Python, R, Julia, MATLAB oder einer gleichwertigen Umgebung. Starke SQL- und Data-Wrangling-Fähigkeiten. Fähigkeit, unabhängig mit komplexen und unvollständigen Daten zu arbeiten. Starke Problemanalyse und analytisches Denken. Fähigkeit, quantitative Ergebnisse gegenüber nicht-technischen Stakeholdern klar zu erklären. Erfahrung in der Zusammenarbeit mit Business-, Analytics- und Technology-Teams. Wünschenswerte Erfahrung Erfahrung in der Supply Chain, Logistik, Fertigung, Einzelhandel oder einem anderen eingeschränkten operativen Umfeld. Erfahrung mit Modellen für Bestand, Allokation, Kapazität, Fulfillment, Netzwerk oder Service-Level. Vertrautheit mit Tools wie Gurobi, CPLEX, Pyomo, PuLP, OR-Tools, JuMP, SciPy oder Hex. Erfahrung mit Simulation, stochastischer Optimierung oder probabilistischer Vorhersage. Erfahrung beim Transfer von Prototypen in die Produktion. Vertrautheit mit Supply-Chain-Kennzahlen wie OTIF, Prognosegenauigkeit, Bias, Bestandsdeckung und Lagerumschlag. Interesse an KI-gestützter Entwicklung und agentischen analytischen Workflows. Was Sie erfolgreich macht Sie kombinieren mathematische Tiefe mit Pragmatismus. Sie fühlen sich im Umgang mit unvollständigen Daten, dem Hinterfragen von Annahmen und der Iteration mit Endnutzern wohl. Sie wissen, wann ein einfaches Modell ausreicht, wann größere Komplexität gerechtfertigt ist und wann ein Prototyp bereit für die Skalierung ist. Vor allem sind Sie motiviert, rigoroses quantitatives Denken einzusetzen, um reale Entscheidungen zu verbessern. Ihr Team: Das Analytics & Decision Intelligence Team unterstützt unsere Global Supply Chain mit hochwertigen Werkzeugen zur Entscheidungsunterstützung. Wir verbinden geschäftliche Prioritäten, operatives Wissen, tiefe quantitative und analytische Methoden sowie technologische Fähigkeiten, um Konzepte schnell zu testen und bewährte Lösungen zu skalieren. Unsere Arbeit treibt den Wachstumsmotor von On an und hebt die Entscheidungsfindung auf ein höheres Niveau und beschleunigt sie. Wenn Sie leidenschaftlich daran interessiert sind, Daten und Analysen zu nutzen, um Erkenntnisse zu gewinnen und die Zukunft zu steuern – dann sind Sie hier genau richtig.