Auf einen Blick
- Aufgaben: Entwickle und optimiere intelligente Empfehlungssysteme für die NZZ.
- Unternehmen: Renommierte Medienmarke mit Fokus auf qualitativ hochwertige Publizistik.
- Vorteile: Flexibles Arbeiten, modernes Büro in Zürich und Weiterbildungsmöglichkeiten.
- Weitere Informationen: Dynamisches Team mit einer Kultur der kontinuierlichen Verbesserung und Innovation.
- Warum dieser Job: Gestalte das Inhaltserlebnis für Millionen von Lesern und nutze modernste Technologien.
- Qualifikationen: Master in einem quantitativen Fachgebiet und Erfahrung in Data Science oder ML Engineering.
Das prognostizierte Gehalt liegt zwischen 90000 - 110000 CHF pro Jahr.
Die NZZ gehört zu den bedeutendsten privaten Medienunternehmen der Schweiz. Wir konzentrieren uns auf qualitativ hochstehende, unabhängige Publizistik und vertreten eine liberale Weltanschauung. Mit unseren Produkten bieten wir unseren Nutzerinnen und Nutzern täglich Orientierung und Inspiration.
Wir suchen eine engagierte und neugierige Persönlichkeit für unser cross-funktionales Team für Redaktionssysteme. In dieser Rolle verantwortest du die Content-Personalisierung – von der technischen Infrastruktur bis hin zu intelligenten Empfehlungssystemen. So hilfst du unseren Leserinnen und Abonnenten jeden Tag dabei, genau die Geschichten zu entdecken, die für sie relevant sind.
Deine Aufgaben
- Weiterentwicklung, Verbesserung und Betrieb der Content-Empfehlungssysteme der NZZ – vom Prototyping bis zum produktiven Einsatz auf Google Cloud / Vertex AI
- Verantwortung und kontinuierliche Optimierung von ML-Pipelines für Echtzeit- und Batch-Empfehlungsanwendungen (z. B. Artikelempfehlungen, personalisierte Newsletter, Churn-Prediction)
- Umsetzung von MLOps-Best-Practices: Versionierung von Daten, Modellen und Code; CI/CD; automatisiertes Monitoring von Modellperformance und Data Drift
- Planung und Auswertung von A/B-Tests sowie Ableitung konkreter Produktverbesserungen in enger Zusammenarbeit mit Produkt, Marketing und Redaktion
- Durchführung explorativer Datenanalysen und verständliche Aufbereitung der Ergebnisse für technische und nicht-technische Stakeholder (v. A. Redaktion)
- Beobachtung neuer Methoden, Tools und Forschungsergebnisse im Bereich Recommender Systems und NLP und Einbringen pragmatischer Ideen zu deren Anwendung
Dein Profil
- Abgeschlossenes Masterstudium in einem quantitativen Fachgebiet (Mathematik, Informatik, Statistik, Ingenieurwesen o. Ä.)
- 2–4 Jahre Berufserfahrung in Data Science oder ML Engineering, idealerweise mit Fokus auf Empfehlungs- oder Ranking-Systeme
- Fundierte Python-Kenntnisse und praktische Erfahrung mit ML-Bibliotheken wie scikit-learn, TensorFlow oder PyTorch; Kenntnisse in pandas und SQL
- Praktische Erfahrung mit Google Cloud Platform – insbesondere Vertex AI (Training, Model Registry, Online-/Batch-Prediction) ist ein klarer Vorteil
- Erfahrung mit MLOps-Tooling (Experiment-Tracking, Modell-Monitoring, CI/CD-Pipelines) und Big-Data-Frameworks (z. B. Apache Spark, BigQuery oder Snowflake)
- Gute Data-Engineering Erfahrung von Vorteil (Airflow, Cloud Compose, dbt, etc.)
- Gute Englisch- und sehr gute Deutschkenntnisse; Fähigkeit, datenbasierte Erkenntnisse verständlich zu kommunizieren
- Neugierige, pragmatische und teamorientierte Persönlichkeit mit Freude daran, Probleme von Anfang bis Ende zu lösen
Unser Angebot
- Sinnstiftende und anspruchsvolle Arbeit: Du gestaltest das Inhaltserlebnis einer der renommiertesten Medienmarken im deutschsprachigen Raum direkt mit
- Moderner ML-Stack: Vertex AI, BigQuery, Snowflake und eine Engineering-Kultur, die Experimente und kontinuierliche Verbesserung lebt
- Fantastisches Arbeitsumfeld: unsere Büros liegen zentral am Bellevue im Herzen von Zürich – mit Blick auf das Opernhaus und den See
- Flexible Arbeitszeiten und Homeoffice sind fester Bestandteil unserer Unternehmenskultur
- Vielfältige interne und externe Weiterbildungsmöglichkeiten
Data Scientist - Recommender Systems (w/m) 80-100% Arbeitgeber: NZZ
Die NZZ ist ein hervorragender Arbeitgeber, der seinen Mitarbeitenden eine anspruchsvolle und abwechslungsreiche Tätigkeit im Bereich Print-Produktmanagement bietet. Mit einem inspirierenden Arbeitsumfeld in zentraler Lage in Zürich, flexiblen Arbeitszeiten und vielfältigen Weiterbildungsmöglichkeiten fördert die NZZ nicht nur die berufliche Entwicklung, sondern auch die Vereinbarkeit von Beruf und Privatleben. Hier hast du die Chance, innovative Ideen einzubringen und in einem engagierten Team zu wachsen.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass du so Data Scientist - Recommender Systems (w/m) 80-100% erhalten könntest
✨Tausch dich mit Datenexperten aus
Such nach lokalen Meetup-Gruppen oder Konferenzen in der Datenwissenschaft. Das ist eine super Gelegenheit, um mit Leuten zu reden, die schon in der Branche arbeiten, und eventuell sogar Insider-Tipps zu bekommen, wo Stellen zu vergeben sind.
✨Mach dich sichtbar mit Projekten
Erstelle ein paar spannende Projekte oder Analysen und teile sie auf Plattformen wie GitHub oder Kaggle. Wenn du einen coolen Algorithmus oder ein Data Vision Projekt hast, zeig es! Das bringt dich in die Sichtbarkeit und zeigt, was du drauf hast.
✨Kümmere dich um dein Netzwerk
Tausch dich mit ehemaligen Kommilitonen oder Professoren aus, die in der Datenwissenschaft tätig sind. Oft sind es die persönlichen Empfehlungen, die den Unterschied machen können, wenn es um die ersten Schritte in die Branche geht.
✨Bewirb dich direkt bei Firmen wie NZZ
Gehe auf die Karriere-Seite von NZZ und schau dir die offenen Stellen im Bereich Datenwissenschaft an. Nutze die Chance, direkt zu bewerben, weil das oft schneller und persönlicher ist als über Jobbörsen.
Wir glauben, dass du diese Fähigkeiten brauchst, um Data Scientist - Recommender Systems (w/m) 80-100% mit Bravour zu bestehen
Einige Tipps für deine Bewerbung 🫡
Heb din technisches Wissen hervor:Sorg dafür, dass du in deinem CV und im Anschreiben deine Kenntnisse in Data Science-Tools wie Python, R oder SQL deutlich machst. Verlinke eventuell auf Projekte oder Studien, die du realisiert hast, um dein Wissen zu untermauern. Bei uns bei NZZ suchen wir nach Leuten, die richtig mit Daten umgehen können!
Zahlenschwindler oder Problemlöser?:Überleg dir konkrete Beispiele, wie du mit Zahlen und Daten Herausforderungen gelöst hast. Das zeigt uns deine Fähigkeit, analytisch zu denken und komplexe Probleme zu bewältigen. In der Data Science sind solche Skills Gold wert!
Die perfekte Dokumentation:Wenn du an Projekten gearbeitet hast, zeig uns deine Dokumentation! Gute Data Scientists präsentieren ihre Analysen und Resultate nachvollziehbar. So kannst du uns zeigen, dass du sowohl technische Skills hast als auch in der Lage bist, deine Arbeit verständlich zu kommunizieren.
Cooler Lebenslauf und Anschreiben:Dein Lebenslauf und dein Anschreiben sollten nicht nur ordentlich aussehen, sondern auch strukturiert und relevant für die Data Science sein. Mach deutlich, warum du bei NZZ arbeiten möchtest und was dich an Data Science begeistert. Wir lieben es, wenn Bewerber ihre Leidenschaft zeigen!
Wie man sich auf ein Vorstellungsgespräch bei NZZ vorbereitet
✨Data-Analysen ganz konkret
Mach dich bereit für technische Fragen über Datenanalysen und Statistiken. Du könntest gebeten werden, eine erste Datenanalyse durchzuführen oder Hypothesen mittels Daten zu validieren. Üb das mit echten Datensätzen, damit du die Tools wie Python oder R gut im Griff hast.
✨Das ideale Projekt-Portfolio
Sammle relevante Projekte in einem Portfolio, das dein Können zeigt. In einem Vorstellungsgespräch für eine Data-Science-Position wollen die Arbeitgeber oft sehen, wie du an Herausforderungen herangegangen bist. Zeig uns deine besten Projekte, vielleicht sogar solche, die interessante Visualisierungen oder Machine Learning Modelle beinhalten.
✨Soft Skills sind nicht zu unterschätzen
Kommunikation ist ein wichtiger Teil im Data-Science-Bereich. Bereite dich darauf vor, darüber zu sprechen, wie du komplexe Daten für nicht-technische Stakeholder erklärt hast. Es könnte auch hilfreich sein, Beispiele zu teilen, wo du im Team gearbeitet hast, um Datenlösungen zu entwickeln.
✨Fragen zur Unternehmensstrategie
Mach dir Gedanken darüber, wie deine Rolle im Unternehmen NZZ zum geschäftlichen Erfolg beitragen kann. Bereite Fragen vor, die aufzeigen, dass du deren Datenstrategie verstehst und wie du aktiv zur Verbesserung beitragen kannst. Das zeigt, dass du nicht nur technisches Wissen, sondern auch Interesse am Unternehmen hast.
