L
BI Tech Lead with Looker Enterprise and GCP
Lingarogroup · 📍 Europe · 🕒 16.07.2026
📊 Lead
🌍 Remote
L
Data Scientist – Time series and forecasting
Auf einen Blick
Lingarogroup sucht einen Data Scientist mit Fokus auf Time-Series und Forecasting. Erforderlich sind Python, SQL, Cloud Experience (Databricks/GCP/Azure) und kommerzielle Projekte in Predictive Analytics.
💰 ~$60.000–100.000/Jahr (geschätzt)
📊 Mid-Level
🕒 Vollzeit
🌍 Hybrid
🗺️ APAC
- Time-Series und Forecasting Erfahrung
- Python + SQL
- Cloud Platform (Databricks/GCP/Azure)
- Kommerzielle Projekte
Python
SQL
Time-Series
Forecasting
Databricks
GCP
ML
Gehalt geschätzt anhand Mid-level Data Scientist mit Forecasting Fokus in APAC. Kein Gehalt in der Anzeige angegeben.
✅ Geeignet für
- Data Scientists mit Forecasting-Hintergrund
- Leute, die gerne Business-Impact messen
- Cloud-erfahrene Profis
🚫 Weniger geeignet
- Junior ohne kommerzielle Projekte
- Leute, die nur Akademik-Ansätze kennen
- Deep Learning Fokus (klassische ML-Modelle)
💡 Gut zu wissen
- Forecasting ist nicht trivial - Data Quality ist kritisch
- Time-Series hat eigene Tücken (Stationarität, Lags, Seasonalität)
- Business Acumen ist genauso wichtig wie technische Skills
Über das Unternehmen
Lingarogroup ist ein globales Softwareunternehmen mit Schwerpunkt auf Datenanalyse und prädiktive Modelle. Gegründet 2008, über 1.500 Talente an 7 globalen Standorten.
Deine Aufgaben
- End-to-End Klassifizierungs- und Forecasting Use-Cases durchführen (Problem Framing, Data Preparation, Model Development, Evaluation)
- Datenexploration und Bereinigung, EDA für Datenqualität und Anomalien
- Feature Engineering für Tabular und Time-Series Daten
- Standard ML-Modelle trainieren, validieren und tunen (Logistic Regression, Tree-Based, Gradient Boosting, Neural Networks, klassische Time-Series Modelle)
- Modelle mit Business-Impact Metriken evaluieren
- Visualisierungen und Reports für Stakeholder erstellen
- Mit Data Engineers und AI Engineers zusammenarbeiten für Produktionsdeployment (Batch Scoring, APIs, Model Monitoring, Dashboards)
- Data Sources, Modeling Assumptions und Experiment Results dokumentieren
Deine Voraussetzungen
- Kommerzielle Erfahrung mit klassischen Data Science und ML-Modellen
- Kenntnisse von Customer Analytics oder Advanced Forecasting
- Hyperparameter Tuning in analytischer Rolle
- Fließend Python, grundlegende SQL Kenntnisse
- Kenntnisse von DS/ML Libraries
- Solide Erfahrung mit einer Cloud Platform (Databricks, GCP oder Azure)
- Starke Business Acumen Fähigkeiten
Nice-to-Have
- Verständnis von Causal Machine Learning
- Erfahrung mit Big Data und verteilten Umgebungen
- Mehrere kommerzielle Forecasting-Projekte
- OOP in Python
- MLOps Kenntnisse
- R oder Scala Vertrautheit
Benefits
Stabile Anstellung, Office as an Option (remote oder im Büro), flexible Arbeitszeiten, Udemy Zugang, Zertifizierungsprogramme, Entwicklungschancen, Strength Coaching, Umwelt- und Wohltätigkeitsaktivitäten.