Ledigt jobb: Data scientist

Vem är vi?

Volvo Cars är ett företag med en tydlig vision; att förvandla traditionell bilproduktion till en ansluten, hållbar och smart framtid. Sedan 1927 har vi varit ett varumärke känt för vårt engagemang för säkerhet, och vi skapar innovativa bilar som gör livet enklare för våra kunder. År 2010 bestämde vi oss för att transformera vår verksamhet, vilket resulterade i en helt ny generation av bilar och teknologier, samt stadig tillväxt och rekordförsäljning. Idag expanderar vi vår globala närvaro i Europa, Kina och USA, och vi letar efter ny talang. Vi driver ständigt fram våra egna färdigheter och förmågor för att driva förändring i bilindustrin som aldrig förr. Vi söker innovativa och engagerade personer som vill gå med oss i detta företagande och skapa säkra, hållbara och anslutna bilar. Vi tror på människors kraft och kommer att utmana och stödja dig att nå din fulla potential. Gå med oss och bli en del av Volvo Cars resa in i framtiden.

Låt oss presentera rollen

Denna roll ingår i Commercial & Marketing Data, ett team i centrum för hur Volvo Cars omvandlar data till kommersiell påverkan över hela kundresan, från första intresse till bestående lojalitet. Vi ansvarar för att utveckla datamognad, insikter och datavetenskap inom det kommersiella landskapet genom att bygga återanvändbara, styrda och högkvalitativa dataprodukter som gör beslutsfattande och produktutveckling mer skalbar, tillförlitlig och effektiv.

Vad du kommer att göra

Som Data Scientist i vårt team för Commercial Analytics & Data Science kommer du att tillämpa datavetenskap och maskininlärning för att skapa beslutsunderlag och prediktiva signaler som förbättrar hur vi förstår och betjänar kunder över viktiga resor. Dina ansvarsområden inkluderar:

• Bygga, validera och underhålla prediktiva modeller som genererar beslutsunderlag över kommersiella kundresor (t.ex. churn och propensity), och anpassa modellfokus när prioriteringar förändras (t.ex. förvärv, konvertering, retention, CRM/kampanjoptimering, kanaloptimering).
• Översätta affärsfrågor till mätbara mål, funktioner och modelleringsmetoder (klassificering, survival/time-to-event, uplift/causal-metoder när det är tillämpligt).
• Engineera och kuratera funktioner från företagskund- och kommersiella dataset (t.ex. identity resolution, event histories, ägande/service-signaler, digitalt beteende, CRM/kampanjkontakter, kanalinteraktioner), i samarbete med data engineering och domänteam.
• Samarbeta med intressenter (produkt, marknadsföring, CRM, försäljning, kundtjänst, analys) för att omvandla modelloutput till beslutsunderlag (poäng, segment, triggers) som kan användas i rapportering, experiment och aktivering.
• Produktionsanpassa modeller med tydlig dokumentation, reproducerbarhet och styrning – säkerställa att modellantaganden och begränsningar förstås.
• Bidra till den långsiktiga kundanalys-/kommersiella modelleringsplanen: vad vi modellerar, varför, och hur vi standardiserar tillvägagångssättet över användningsområden – med Customer 360 som ett nyckelinitiativ på kort sikt.

Vad du kommer att medföra

Vi tror att du är en nyfiken, pragmatisk och samarbetsvillig data scientist som kan koppla modelleringsarbete till verkliga affärsbeslut.

Krav / starkt meriterande:

• Stark erfarenhet av tillämpad maskininlärning för kundanalys (churn, propensity, segmentering, scoring).
• Stadiga statistiska grundvalar (experimentell tänkesätt, bias/varians, kalibrering, konfidens/osäkerhet, kausala fallgropar).
• Behärskning av Python för datavetenskap (pandas, scikit-learn och/eller liknande) och SQL för analys.
• Erfarenhet av arbete med stora datamängder i en modern dataplattform (t.ex. Snowflake / molnbaserade data warehouse-miljöer).
• Förmåga att kommunicera tydligt med både tekniska och icke-tekniska intressenter; bekväm med att förklara modellprestanda, avvägningar och begränsningar.

Meriterande:

• Erfarenhet av time-to-event / survival analysis, uplift modeling eller kausala inferensmetoder.
• Erfarenhet av att deploya modeller i produktion (batch eller near-real-time scoring), samt övervakning och alarmering.
• Erfarenhet av feature stores, ML pipelines eller MLOps-praktiker.
• Kunskap om Customer 360 / identity resolution / kundmasterdata-koncept.

Sätt att arbeta

• Du kommer att arbeta i en tvärfunktionell miljö med data engineers, analytics engineers, produktpartners och domänexperter.
• Du kommer att baseras i Stockholm och samarbeta nära med intressenter över hela Volvo Cars.