Data Scientist III, Product - Google Careers

Mindestanforderungen: ###

• Bachelor-Abschluss in Statistik, Mathematik, Data Science, Ingenieurwesen, Physik, Wirtschaftswissenschaften oder einem verwandten quantitativen Fachbereich.
• 5 Jahre Berufserfahrung mit Analyseanwendungen (Gewinnung von Erkenntnissen, Durchführung statistischer Analysen oder Lösen von Geschäftsproblemen) und Programmierung (Python, R, SQL) (oder 2 Jahre Berufserfahrung mit einem Master-Abschluss).

Bevorzugte Qualifikationen: ###

• Master-Abschluss in Statistik, Mathematik, Data Science, Ingenieurwesen, Physik, Wirtschaftswissenschaften oder einem verwandten quantitativen Fachbereich.
• 5 Jahre Berufserfahrung mit Analyseanwendungen (Gewinnung von Erkenntnissen, Durchführung statistischer Analysen oder Lösen von Geschäftsproblemen) und Programmierung (Python, R, SQL).
• 1 Jahr Erfahrung mit AI Algorithms.

Über den Job ###

Helfen Sie dabei, Googles weltweite Nutzerbasis von mehr als einer Milliarde Menschen zu bedienen. Data Scientists bieten quantitative Unterstützung, Marktverständnis und eine strategische Perspektive für unsere Partner in der gesamten Organisation. Als datenbegeistertes Teammitglied fungieren Sie als Analyseexperte für Ihre Partner und nutzen Zahlen, um ihnen zu helfen, bessere Entscheidungen zu treffen. Sie werden Geschichten mit aussagekräftigen Erkenntnissen aus Daten weben. Sie werden kritische Empfehlungen für Ihre Mit-Googler in den Bereichen Engineering und Produktmanagement aussprechen. Sie genießen es, in der einen Minute Zahlen zusammenzustellen und im nächsten Moment Ihre Ergebnisse einem Teamleiter zu kommunizieren.

Verantwortlichkeiten ###

• Automatisierung der Datenextraktion aus umfangreichen geospatialen Datensätzen, um umfassende Reporting- und Monitoring-Dashboards zu erstellen, die die geschäftliche Lage überwachen.
• Durchführung groß angelegter Datenmodellierung und -analyse, um strategische Verbesserungsmöglichkeiten zu entdecken und die Auswirkungen von Initiativen genau zu bewerten.
• Entwurf und Entwicklung statistischer Methodiken zur Bewertung der Datenqualität bei gleichzeitiger Durchführung gründlicher Ursachenanalysen (Root Cause Analysis) bei Fehlerfällen.
• Präsentation datengestützter Ergebnisse und Erkenntnisse vor wichtigen Stakeholdern in regelmäßigen Syncs und Abgabe strategischer Empfehlungen zur Steuerung von Produkt- oder Prozessverbesserungen.
• Identifizierung und Priorisierung von hochwirksamen Wachstumschancen und kritischen operativen Herausforderungen sowie Umsetzung und Erzielung spürbarer Verbesserungen basierend auf kontinuierlichem Feedback.