Publicis Sapient ist ein digitaler Transformationspartner, der etablierten Unternehmen dabei hilft, digital aktiviert zu werden - sowohl in der Art und Weise, wie sie arbeiten, als auch in der Art und Weise, wie sie ihre Kunden bedienen. Wir helfen dabei, Wert durch einen Start-up-Mindset und moderne Methoden freizusetzen, indem wir Strategie, Beratung und Kundenerlebnis mit agiler Entwicklung und kreativer Problemlösung vereinen.

Als digitale Pioniere mit 20.000 Mitarbeitern und 53 Büros weltweit nutzen wir unsere Erfahrung in den Bereichen Technologie, Datenwissenschaften, Beratung und Kundenfokussierung - gepaart mit unserer Neugierde und Hartnäckigkeit - um das Geschäft unserer Kunden zu beschleunigen, indem wir Produkte und Dienstleistungen entwickeln, die ihre Kunden wirklich schätzen. Publicis Sapient ist das digitale Transformationszentrum der Publicis Groupe.

Deine Aufgaben:

• Unterstützung bei der Förderung der Data Science Praxis und eine entscheidende Rolle bei der Weiterentwicklung der Anwendung von fortschrittlicher Datenanalytik und maschinellem Lernen als wesentliche Bausteine für unsere Marktanforderungen.
• Mitarbeit bei der Projektabwicklung für maschinelles Lernen, mit Fokus auf Verbesserung der Kundenerfahrung und des Verständnisses, um das Wachstum der Geschäfte unserer Kunden letztendlich zu unterstützen.
• Zusammenarbeit mit Personen in verschiedenen Abteilungen, Branchen und Ländern, um sicherzustellen, dass immer mehr Lösungen, die wir auf den Markt bringen, daten- und einsichtsgesteuert sind, während wir neue Geschäftsmöglichkeiten und Kontowachstum identifizieren.
• Analyse großer Datensätze und Anwendung von Erkenntnissen, um personalisierte Kundenerlebnisse in digitalen Umgebungen über verschiedene Branchen hinweg zu schaffen.

Dein Profil:

• Erfahrung im datengetriebenen Marketing, der Kampagnenentwicklung, -messung und -optimierung, Martech, CDP usw.
• Verständnis von Daten (Management) Plattformen (CDP, CRM, DMP, Big Data Lakes, Cloud) und Tools (ETL, Processing, Marketing Automation usw.)
• Erfahrung in Produktionsumgebungen für Machine Learning-Produkte inklusive Kenntnisse der Tools, die für Modellbereitstellung und Lebenszyklusmanagement im ML Engineering benötigt werden (Docker, Kubernetes)
• Technisches Wissen über Web-/App-Tracking-Lösungen (z. B. Adobe/Google Analytics) und Data-Visualisierungstools (Tableau & Power BI)
• Kenntnisse in Software Engineering-Prinzipien und Bereitstellungsmethoden (vorzugsweise in Cloud-Umgebungen)
• Branchenerfahrung im Automobil-, Gesundheits-, Logistik-, Finanzdienstleistungs- oder Energie- & Rohstoffsektor
• Fließende Deutsch- (mündlich und schriftlich, Geschäftsumfeld, komplexe Konzepte) und Englischkenntnisse