Pricing Data Scientist (w/m/d)

Das Unternehmen ist ein großes, mittelständisches Handelsunternehmen im Familienbesitz und wurde mehrfach für exzellenten Kundenservice ausgezeichnet. Für das Team in Köln suchen wir einen Pricing Data Scientist, der anspruchsvolle Preisanalysen mit hoher Eigeninitiative vorantreibt. In dieser Rolle bewerten Sie Preiseffekte, Margenwirkungen, Absatzveränderungen sowie Wettbewerbspositionen und Maßnahmenpotenziale. Sie entwickeln belastbare Analysen, Modelle, Reports und Datenstrukturen, die es ermöglichen, operative und strategische Pricing-Entscheidungen fundiert zu treffen. Aus Ihren Analysen leiten Sie konkrete Empfehlungen ab und unterstützen die Pricing Analysts sowie das Pricing Management bei der Abstimmung, Umsetzung und Erfolgsmessung von Preismaßnahmen. Darüber hinaus stellen Sie belastbare Daten, Analysebausteine und Reporting-Standards für die kommerzielle Pricing-Arbeit bereit und übernehmen Verantwortung für die Qualität und analytische Nutzbarkeit pricing-relevanter Daten, inklusive Datenlogik, KPI-Definitionen und Datenqualitätsregeln. Das Arbeitsumfeld ist geprägt von flachen Hierarchien und einer teamorientierten Unternehmenskultur, die Raum für persönliche und berufliche Entwicklung bietet.

Der ideale Kandidat hat ein abgeschlossenes Studium mit daten-analytischem Schwerpunkt, beispielsweise in Data Science, Wirtschaftsinformatik, Statistik, Wirtschaftsmathematik oder Wirtschaftswissenschaften. Zudem sollte er über mehrjährige Berufserfahrung im Bereich Commercial Data Science, Pricing Analytics, Business Intelligence oder einer vergleichbaren datenorientierten Rolle verfügen. Sehr gute Kenntnisse in SQL sind erforderlich, idealerweise ergänzt durch Kenntnisse in Python oder R. Der Umgang mit Excel, Datenmodellen, ETL-Prozessen und BI-/Reporting-Tools sollte sicher beherrscht werden. Ein ausgeprägtes kommerzielles Verständnis für Pricing, Category Management oder E-Commerce, idealerweise aus dem Einzelhandel, ist von Vorteil. Der Kandidat sollte in der Lage sein, komplexe Daten in klare Aussagen und konkrete Handlungsempfehlungen zu übersetzen. Eine strukturierte, eigenständige und umsetzungsorientierte Arbeitsweise sowie ein hoher Anspruch an Datenqualität und Nachvollziehbarkeit sind unerlässlich.