Lead Data Scientist / Quantitative Analyst - Commodity Intelligence m/f/d

Автоматический пересказ вакансии на русском. Полный текст на языке оригинала и форма отклика — на сайте работодателя.

Ведущий дата-сайентист в команду ICIS Analytics, создающую прогнозные модели и интерактивную аналитику для мировых сырьевых рынков (химия, нефтехимия, удобрения). Роль с полной ответственностью за поставку решений и координацией других дата-сайентистов.

Задачи

• Создавать и улучшать аналитические модели сырьевых рынков на Python: моделирование спроса, предложения, мощностей и затрат, хранения, торговли и транспорта, баланса рынка и прогнозирования цен
• Руководить, управлять проектами, развивать и удерживать специалистов по моделированию рынка
• Собирать, очищать и восполнять пропуски в датасетах по фрахту, ценам и спросу/предложению из внутренних и внешних источников
• Создавать интерактивную аналитику и инструменты поддержки принятия решений (например, Dash by Plotly), быстро прототипировать с Spec-Driven-Development
• Обсуждать модели с заказчиками, объяснять структуру рынка и ключевые драйверы
• Работать самостоятельно и ориентированно на результат с собственной ответственностью за проекты
• Делиться компонентами, знаниями и инновациями с коллегами

Требования

• Минимум 5 лет практического опыта в прогнозном моделировании в контексте сырьевых рынков или трейдинга, спроса, предложения и цен
• Знание сценарного моделирования на основе допущений и кривых маржинальных затрат предложения
• Опыт работы с внутренними и внешними заказчиками, сильные коммуникативные навыки
• Production-ready код на Python и SQL, использование AI-генерации кода и Spec-Driven-Development, знание библиотек Data Science и аналитики
• Моделирование данных, трансформация и визуализация (например, Python Dash)
• Опыт разработки ПО (модульность, версионирование в GIT, тесты), контейнеризация (Docker) и оркестрация (Airflow)
• Плюсом будет знание химической отрасли, Databricks и Snowflake

Условия

• Базовая зарплата в Карлсруэ: €71 600 – €119 400
• Поддержка фитнес-студии, пенсионные выплаты и общественный транспорт
• 20 дней работы из любой точки и 4 дополнительных дня на социальные и экологические инициативы
• Возможности обучения и профессионального развития
• Команда из 30+ дата-сайентистов в хабах Карлсруэ и Лондона

Навыки

• Python
• SQL
• Dash by Plotly
• GIT
• Docker
• Airflow
• Databricks
• Snowflake
• machine learning
• AI
• математическая оптимизация
• линейное программирование
• system dynamics
• agent-based models