Geforderte Skills
- Python
- SQL
- pandas
- scikit-learn
- XGBoost
- LightGBM
- Uplift Modeling
- Survival Analysis
- Causal Inference
- MLOps
- Churn Prediction
- Customer Retention
Sprachen: German
Jobbeschreibung
Project overview
Für unseren Kunden in der Telekommunikationsbranche suchen wir einen Senior Data Scientist (m/w/d) FBB.
Der Bereich Retention verantwortet die Bindung der B2C-Bestandskunden in Mobilfunk und Festnetz-Breitband (FBB). Ziel ist ein segmentiertes, prädiktives und KI-basiertes Management von Vertragsverlängerungen (VVL).
Zur Verstärkung des bestehenden Teams werden drei erfahrene Data Scientists gesucht, die die analytischen Grundlagen für die Steuerung der VVL-Ansprache, den Umgang mit nicht aktiv anzusprechenden Kunden (Sleeper) und die Mitigation churn-gefährdeter Kohorten liefern
Start Dezember 2026
Laufzeit 4–7 Monate
Remote-Anteil ca. 95 %
Vor-Ort-Termine Ab und zu
Responsibilities
Entwicklung, Validierung und Produktivsetzung von Churn- und Kündigungsprognosemodellen (Propensity Scoring) für Mobilfunk- und FBB-Kunden
Aufbau einer wertbasierten Bestandssegmentierung (Risiko × Kundenwert/CLV) als Grundlage für VVL-Steuerung und Sleeper-Strategie
Modellierung des optimalen VVL-Zeitpunkts und Angebots je Segment (Uplift-/Treatment-Modelle, Next Best Action)
Kohortenanalysen und Ableitung von Maßnahmen gegen Kohorten mit hohem Churn
Wirkungsmessung von Retention-Maßnahmen über Kontrollgruppen, A/B-Tests und kausale Verfahren
Bereitstellung von Scores und Zielgruppen für das Kampagnenmanagement; enge Abstimmung mit Campaign Management, CRM, BI und IT
Aufbereitung der Ergebnisse für Management und Fachbereich (Business Cases, Dashboards, Entscheidungsvorlagen)
Professional background
Muss-Anforderungen:
Mindestens 5 Jahre Erfahrung als Data Scientist, davon nachweislich in Churn Prediction / Customer Retention
Projekterfahrung bei Telekommunikationsanbietern (Mobilfunk und/oder Festnetz/Breitband) oder vergleichbaren Abo-Geschäftsmodellen
Sehr gute Kenntnisse in Python (pandas, scikit-learn, XGBoost/LightGBM) und SQL
Erfahrung mit Uplift Modeling, Survival-Analyse oder kausaler Inferenz
Erfahrung mit dem Deployment von Modellen in Produktivumgebungen (MLOps)
Verhandlungssicheres Deutsch
Nice to have
Kenntnisse in VVL-Prozessen und Bestandsmarketing im Telco-Umfeld
Erfahrung mit Cloud-Plattformen (z. B. Databricks, AWS, GCP oder Azure) und PySpark
Erfahrung mit GenAI-/LLM-Anwendungen im CRM-Kontext
Ergebnisse:
Produktiv nutzbare Churn- und VVL-Scores für Mobile und FBB
Segmentierungslogik inkl. Sleeper-Definition und Maßnahmenmatrix je Segment
Messkonzept und Wirkungsnachweise der Retention-Maßnahmen
Indexiert von der 9am-Meta-Suche. Du bist Job-Anbieter? Listing beanspruchen oder verwalten
Gefunden auf FreelancerMap DE