Kannst du einen typischen Tag als Data Scientist bei Scout24 beschreiben? An welchen Aufgaben und Projekten arbeitest du normalerweise?

Als Data Scientist bei Scout24 besteht mein Tag typischerweise darin, mich mit dem Team abzustimmen, um laufende Projekte zu besprechen und Aufgaben zu priorisieren. Abhängig vom Projekt konzentriere ich mich auf Datenexploration und -analyse, gefolgt von der Modellentwicklung und -bewertung für Projekte wie die Vorhersage von Immobilienpreisen oder die Betrugsbekämpfung. Um solche Projekte umzusetzen, nehme ich an Besprechungen mit interdisziplinären Teams teil, um innovative Lösungen und Funktionen zu entwerfen, und arbeite an der Bereitstellung und Integration von maschinellen Lernmodellen in Produktionsumgebungen, um die Funktionalität und Benutzererfahrung der Plattform zu verbessern.

Im Laufe des Tages können ad-hoc-Aufgaben anfallen, wie die Behebung technischer Probleme oder die Beantwortung dringender Anfragen. Flexibilität und Anpassungsfähigkeit sind wichtig, da sich Prioritäten je nach Projektfristen, Rückmeldungen der Stakeholder oder neuen Möglichkeiten verschieben können. Insgesamt besteht der Tag aus einer Mischung aus technischen Aufgaben, Zusammenarbeit mit Kolleg:innen und strategischer Planung, um wirkungsvolle Ergebnisse für Scout24 und seine Nutzer zu erzielen.

Wie trägt die Arbeit eines Data Scientists zu den Gesamtzielen und -strategien von Scout24 bei?

Die Projekte, an denen das Data-Science-Team beteiligt ist, haben weitreichende Auswirkungen auf verschiedene Bereiche. Durch die Nutzung der Möglichkeiten von Data Science und maschinellem Lernen können wir das Nutzerverhalten, Präferenzen und Interaktionen mit der Plattform analysieren. Dadurch sind wir in der Lage, relevante Angebote zu empfehlen, Suchergebnisse anzupassen und bösartige Aktivitäten zu erkennen und zu verhindern. Letztendlich führt dies zu einer höheren Nutzerbeteiligung und einer verbesserten Nutzerzufriedenheit. Kürzlich haben wir begonnen, die Nutzung von GenAI zur Verbesserung der Benutzererfahrung zu erforschen. Alle diese Initiativen sind darauf ausgerichtet, Scout24s Ziel zu erreichen, eine nahtlose und benutzerfreundliche Erfahrung für seine Kunden zu bieten.

Was sind einige der einzigartigen Herausforderungen, denen du als Data Scientist bei Scout24 gegenüberstehst, und wie gehst du damit um?

Während Immobiliendaten oft aus verschiedenen Quellen stammen können, was sie heterogen, unvollständig und verrauscht macht, leisten die Data Engineers hervorragende Arbeit bei der Standardisierung der Daten. Die Daten werden vorverarbeitet und gereinigt, indem Datenqualitätsprüfungen implementiert und robuste Datenpipelines bereitgestellt werden, um qualitativ hochwertige Daten zur Verfügung zu stellen.

Komplexe maschinelle Lernmodelle können aufgrund ihrer Black-Box-Natur oft an Interpretierbarkeit mangeln, was es schwierig macht, Einblicke in die Entscheidungen des Modells zu gewinnen. Um diese Herausforderung anzugehen, verwende ich erklärbares KI-Techniken wie Feature-Importanzanalyse, Modell-, Partielle Abhängigkeitsplots, um das Verhalten des Modells zu erläutern und fundierte Entscheidungen zu treffen. Dies liefert auch den Stakeholdern Faktoren, um das Modellverhalten zu verstehen.

„Es ist erfüllend zu sehen, wie sich die direkte Auswirkung meiner Arbeit auf die Funktionalität der Plattform, die Benutzererfahrung und die Geschäftsergebnisse auswirkt.“

Kannst du ein Beispiel für ein kürzlich abgeschlossenes Projekt nennen, das einen signifikanten Einfluss auf die Betriebsabläufe oder Produkte von Scout24 hatte?

Da wir derzeit das Potenzial von GenAI und die Anwendung von LLMs in unserem Ökosystem erforschen, war ich an einer gemeinsamen Initiative mit dem Suchteam beteiligt, um diese aufkommende Technologie zur Verbesserung des Sucherlebnisses auf unserer Plattform zu nutzen. Das Ziel dieser Initiative ist es, Benutzern zu ermöglichen, ihre gewünschte Immobilie auf unserer Website auf einfache und intuitive Weise zu suchen. AI-Search wurde eingeführt, um Benutzern zu ermöglichen, ihre Immobilienbedürfnisse in einfacher Sprache zu beschreiben, und damit die Notwendigkeit zu umgehen, sich durch Filter und Dropdown-Menüs zu navigieren. Diese Initiative positioniert Scout24 im Wettbewerb an der Spitze der Nutzung der Kraft von GenAI.

Wie kollaborativ ist die Umgebung für Data Scientists bei Scout24? Arbeitest du oft mit anderen Teams oder Abteilungen zusammen?

Die Umgebung für Data Scientists bei Scout24 ist sehr kooperativ, wobei häufige Interaktionen und Zusammenarbeit mit anderen Teams und Abteilungen eine gängige Praxis sind. Data Scientists arbeiten eng mit interdisziplinären Teams zusammen, darunter Produktmanager, Ingenieure, Designer und Business-Analysten. Gemeinsame Anstrengungen sind entscheidend, um Projektanforderungen zu verstehen, Ziele abzustimmen und Lösungen zu entwerfen, die sowohl den Bedürfnissen der Benutzer als auch der Stakeholder gerecht werden.

Welche Tools und Technologien verwenden Sie als Data Scientist bei Scout24 täglich und wie erleichtern sie Ihre Arbeit?

Als Data Scientist bei Scout24 verwende ich täglich eine Vielzahl von Tools und Technologien, um Aufgaben von der Datenanalyse und -modellierung bis hin zur Bereitstellung und Automatisierung durchzuführen.

Python ist die primäre Programmiersprache, die für Data-Science-Aufgaben bei Scout24 verwendet wird. Die Einfachheit, Vielseitigkeit und das umfangreiche Ökosystem von Python machen es ideal für Prototyping, Experimente und die Produktionsreifmachung von maschinellen Lernmodellen. AWS ist der bevorzugte Cloud-Dienstleister hier und wird weitgehend für Datenspeicherung, Berechnung, Erstellung, Schulung und Bereitstellung von maschinellen Lernmodellen in Produktionsumgebungen verwendet. Während der Datenexplorationsphase einiger Projekte werden SQL und PySparkl verwendet, um benutzerdefinierte Datensätze für die Analyse zu erstellen und große Datensätze zu verarbeiten und zu analysieren. Docker wird zur Containerisierung verwendet, um Konsistenz und Reproduzierbarkeit zu gewährleisten, während Jenkins für die kontinuierliche Integration und kontinuierliche Bereitstellung CI/CD zur Automatisierung von Modelltraining, -bewertung und -bereitstellung verwendet wird.

Wie unterstützt Scout24 die berufliche Entwicklung und das Wachstum seiner Teammitglieder im Bereich Data Science?

Data Scientists bei Scout24 haben die Möglichkeit, mit Teams und Abteilungen im gesamten Unternehmen zusammenzuarbeiten, um Einblicke in verschiedene Geschäftsbereiche zu gewinnen und ihr Fähigkeiten zu erweitern. Durch die Arbeit an interdisziplinären Projekten können Data Scientists ein breiteres Verständnis der Unternehmensabläufe, der Kundenbedürfnisse und der Marktdynamik entwickeln, ihre Problemlösungsfähigkeiten verbessern und eine kooperative Denkweise fördern. Darüber hinaus wird die Teilnahme an Konferenzen zur Erkundung neuer Technologien und Methoden zur Erweiterung des Fachwissens und der Fähigkeiten ermutigt.

Kannst du über laufende Forschung oder innovative Initiativen im Bereich Künstliche Intelligenz sprechen, an denen Scout24 derzeit beteiligt ist?

Natürlich! Ich beschäftige mich derzeit damit, fortgeschrittene maschinelle Lerntechniken zu nutzen, um Marketingstrategien zu verbessern und Ressourcen effektiv zuzuweisen. Ziel dieses Projekts ist es, die Wirkung der Marketingausgaben über verschiedene Kanäle im Immobiliensektor zu maximieren. Das Verständnis der Wirksamkeit von Marketingbemühungen und die effiziente Zuweisung von Ressourcen sind für Scout24 entscheidend, um ihre Geschäftsziele zu erreichen. Diese Initiative umfasst umfangreiche Zusammenarbeit mit dem Marketingteam und ist daher ein sehr interdisziplinäres Projekt. Insgesamt ermöglicht das Media-Mix-Modeling-Projekt Scout24, fundierte, datengesteuerte Entscheidungen zu treffen, Marketingstrategien zu optimieren und die Effektivität ihres Marketingbudgets zu maximieren. Durch den Einsatz fortgeschrittener Analysetechniken und prädiktiver Modellierung kann Scout24 seine Medienmischstrategie kontinuierlich verfeinern und damit seine Wettbewerbsfähigkeit auf dem dynamischen Immobilienmarkt sicherstellen.

Welchen Rat würdest du Kandidat:innen geben, die an einer Karriere als Data Scientist bei Scout24 interessiert sind?

Data-Science-Rollen bei Scout24 erfordern Kenntnisse in Programmiersprachen wie Python sowie Kenntnisse in statistischer Analyse, maschinellen Lernalgorithmen und Datenmanipulationstechniken. Ich würde empfehlen, sich auf die Entwicklung starker technischer Fähigkeiten durch praktische Projekte, Online-Kurse und praktische Erfahrungen zu konzentrieren.

Data Science ist ein kooperatives Feld, und eine effektive Kommunikation ist für die Zusammenarbeit mit interdisziplinären Teams und Stakeholdern unerlässlich. Die Fähigkeit, komplexe technische Konzepte klar und präzise zu kommunizieren, ist für das Stakeholdermanagement hilfreich.

Abschließend, was schätzt du am meisten bei der Arbeit als Data Scientist bei Scout24, und was motiviert dich in deiner Rolle?

Als Data Scientist bei Scout24 schätze ich am meisten in meiner Rolle, die Möglichkeit, an verschiedenen Projekten zu arbeiten und dabei Datenwissenschaftstechniken und innovative Lösungen zu nutzen. Die Vielfalt der Projekte in der Immobilienbranche bietet reichlich Gelegenheit, technische Fähigkeiten sowie Soft Skills zu verbessern.