Informationen
Jobs
1
Finde, was du suchst.
Profil
In deinem persönlichen Profilbereich kannst du den Status deiner Bewerbung einsehen, unvollständige Bewerbungen zwischenspeichern und aktuelle News und Events einsehen
deDeutsch
Birgit022Data ScienceArbeitsmethodenMachine LearningWarum KI halluziniert - und was Technical Writing dagegen tun kann
Warum KI-Systeme halluzinieren und wie Technical Writing mit Struktur, Terminologie und Metadaten präzisere Ergebnisse ermöglicht. ➡️ Jetzt reinlesen!
Nina014Data ScienceDevelopmentCloudTerraform-Tipps: Infrastructure-as-Code mit Terratest absichern – Teil 3
Lerne, wie du Terraform-Module mit Terratest testest, Fehler früh erkennst und IaC zuverlässig in CI/CD-Pipelines absicherst. 🖥️✔️
Aemilia und Svenja135Data ScienceArbeitsmethodenDatengetriebene Teamentwicklung: Wie OTTO Tech-Teams zum Erfolg führt
Was macht Tech-Teams wirklich wirksam? Wie wir mit datengetriebener Teamentwicklung Effektivität messbar machen. ➡️ Jetzt lesen
Team Jarvis313DevelopmentMachine LearningLearning to Rank ist Rocket Science: Wie Clojure unser Machine Learning mit Deep Neural Networks beschleunigt
Erfahre, wie OTTO mit 🖥️ Clojure robuste Machine Learning Pipelines für Learning to Rank baut 🚀 und so das Sucherlebnis verbessert.- Team Jarvis016Development
Learning to Rank – To the Moon and Back (-propagation): Wie Deep Neural Networks lernen, was du liebst
Erfahre, wie OTTO die Suchrelevanz durch Learning to Rank optimiert – und welche Rolle Deep Learning dabei für unser Data-Science-Team spielt. 
Marco029DevelopmentOpen Source bei OTTO: Transparenz, Community & Innovation
Erfahre, wie OTTO Open Source lebt – für mehr Transparenz, Entwicklerzufriedenheit und digitale Souveränität. Jetzt mehr über unsere Strategie lesen!
Aashrika041DevelopmentEvents & KulturArbeitsmethodenAWS & GCP – Zwei Summits, viele Insights
Unsere persönlichen Insights & Highlights ☆ AWS Summit Hamburg & GCP Summit Düsseldorf- Nina037DevelopmentArbeitsmethodenMachine Learning
Was ist ein LLM? | Large Language Models & Sprachmodelle erklärt
Erfahre, wie Large Language Models (LLM) wie ChatGPT funktionieren. Ein Überblick zu Aufbau, Training & Potenzial von modernen Sprachmodellen. 
Marvin425DevelopmentSoftwarearchitektur visualisieren mit C4-Modell
Probleme bei Architekturdiagramm-Erstellung mit traditionellen Methoden – z.B. UML? ► Lösung: C4-Modell ► Tipps zu Implementierung & Einsatz- Andreas021Development
Wie UV das schwierige Problem von Pythons Paketverwaltung löst
Paketverwaltung in Python ✓ Herausforderungen meistern mit UV-Paketmanager ✓ Lies jetzt mehr über Organisation & Vorteile! 
Alexander042Data ScienceMachine LearningKI-Assistent: Von Vektordatenbanken zu multimodalen Agenten
Optimierung unseres KI-Assistenten ✓ Einsatz von agentenbasierter Modellierung ✓ Lies jetzt mehr zu Gründen für die Optimierung & den Weg!- Nina125Data ScienceDevelopmentCloud
Terraform-Tipps: Skalierbare & zuverlässige Infrastructure-as-Code – Teil 2
Verzeichnisstruktur & Ressourcenorganisation optimieren ✓ Handhabung von Ein- & Ausgabewerten ✓ Lies jetzt mehr zu Terraform Best Practices! - Nina020Data ScienceDevelopmentCloud
Terraform-Tipps: Skalierbare & zuverlässige Infrastructure-as-Code – Teil 1
Terraform Best Practices ✓ Infrastructure-as-Code definieren ✓ Terraform Lifecycle & Terraform Module ✓ Lies jetzt mehr dazu! 
COST025DevelopmentCloudWie wir mit diesem einfachen Trick 500.000 USD DataTransfer-Kosten gespart haben
Effizienzsteigerung der Cloud-Nutzung ✓ Kostenreduktion ✓ Migration zu Dual-stack IPv6 ✓ Jetzt mehr erfahren!
Dominik00DevelopmentArbeitsmethodenDeveloper Hacks – Moderne Command Line Tools und Advanced Git Commands
In diesem Artikel erfahrt ihr mehr über ein modernes Terminal-Setup, moderne Alternativen zu klassischen Shell-Programmen und fortgeschrittene Git-Befehle.
Team PIT016ArchitekturDevelopmentBetriebÜber die Entwicklung der genAI Assistenten AskARev und Searchbuddy
Erfahrt (auf eine ganz besondere Art und Weise), wie das Team PiT bei Otto Group data.works die generativen KI-basierten Produkte AskARev und Searchbuddy entwickelt hat.
Techblogger339DevelopmentBetriebArbeitsmethodenWarum Technical Writer uns retten können
Erfahrt, wie Technical Writer komplexe Software verständlich und zugänglich machen sowie Standards und zentrales Wissen schaffen!- Nina019DevelopmentBetriebArbeitsmethoden
Meet Nina – Vom Gesundheitsmanagement zur Software-Entwicklung
Erfahrt, wie Nina den Quereinstieg in die Software-Entwicklung mithilfe ihres Teams und ihrer großen Begeisterung für die IT gemeistert hat! 
Fabian037DevelopmentBetriebArbeitsmethodenConfluent hilft OTTO, ein vielseitiges und skalierbares Online-Shopping-Erlebnis zu bieten
Erfahrt, wie OTTO seine 10 Jahre alte Dateninfrastruktur mit der Event-Streaming-Plattform powered by Confluent in ein neues Zeitalter überführt und sich zukunftssicher aufstellt.- Jim021Data ScienceDevelopmentMachine Learning
Machine Learning Ops: So funktioniert‘s in der Praxis
Erhaltet einen Einblick in Jims Arbeit als MLOps-fokussierter Ingenieur! In diesem Artikel erklärt er, wie ein Produkt für maschinelles Lernen entwickelt wird und wie ihr selbst in diese Disziplin einsteigen könnt. - Mirco125Data ScienceDevelopment
Spanner's Distributed Nature
Bei OTTO ist Google Cloud Spanner integraler Bestandteil mehrerer Dienste. Mirco deckt die Komplexität der Optimierung von Joins in Google Cloud Spanner auf und gibt einige hilfreiche Insider-Tipps. 
Falk011DevelopmentEvents & KulturRecap Rust Konferenz EuroRust 2023 in Brüssel
Kay und Falk waren Mitte Oktober bei der EuroRust Konferenz in Brüssel. Bei OTTO gibt es mehr und mehr Begeisterte von der Programmiersprache Rust. Die beiden erzählen euch, was auf der Konferenz abging und warum Rust ein nützliches Tool ist.
Daniel024DevelopmentSecuritySensible Daten sicher verwalten mit HashiCorp Vault
Bei OTTO hat sich Hashicorp Vault zur sicheren Speicherung sensibler Daten wie Passwörter und Zugangsdaten durchgesetzt. Diese Daten sollten nicht im Klartext im Versionskontrollsystem gespeichert werden, sondern sicher verwahrt werden.
Christian014DevelopmentArbeitsmethodenDagster: Data Engineering Best Practice für Slack-Arbeit
Im Team inc(AI) probieren wir immer wieder verschiedene Werkzeuge und Methoden aus. Die Slack-Zeit hat sich dafür als gutes Mittel erwiesen, in der wir alleine oder auch zusammen lernen. Motivation für solche Slack-Zeit stammt natürlich aus den Challenges, die wir während der Arbeit lösen müssen. Unsere Strategie ist: immer erstmal in die Open-Source Community zu schauen, um dort geeignete Lösungen für uns zu finden. So haben wir vor einiger Zeit auch ein neues Werkzeug namens Dagster in unserer Slack-Zeit untersucht.- Stefanie217ArchitekturDevelopmentArbeitsmethoden
Einrichten eines Kanban-Boards in Jira mit Unterspalten
In diesem Blog-Beitrag möchte ich die Entwicklung unseres Kanban-Boards in Jira vorstellen und erläutern, wie wir die fehlende Funktion der Unterspalten umgangen haben. - Christian017DevelopmentMachine Learning
Product GPT – Automatisierte Erstellung von Produkttexten mit ChatGPT
Obwohl es sie schon seit einiger Zeit gibt, haben Large Language Models seit der Einführung von ChatGPT die Welt im Sturm erobert. ChatGPT dominiert dabei die AI Landschaft gerade wie kein anderes Modell. Aber lassen sich damit auch gute Produkttexte für den OTTO Shop erstellen? Genau dieser Frage haben wir uns im Team inc(AI) im Rahmen eines 2-Wochen Sprints gewidmet. Entstanden ist ProductGPT, ein Tool was genau dies kann. - Tobias114Data ScienceMachine Learning
Nutzerzentrierung ab dem ersten Klick
Die meisten User Journeys in der Suche beginnen mit einem Klick in ein Suchfeld. Wie kannst du deine Nutzer nach diesem ersten Klick führen? Bei otto.de bemühen wir uns, unseren Nutzern gleich nach dem ersten Klick die besten Vorschläge für ihre Bedürfnisse zu zeigen. Wir arbeiten daran, jedem einzelnen Benutzer eine maßgeschneiderte Passform zu bieten und ihm zu helfen, sein Ziel zu erreichen, indem wir in kürzester Zeit auf seine Eingaben reagieren. - Birgit38ArchitekturDevelopmentArbeitsmethoden
Warum API Guidelines eine coole Sache sind
Erfahren Sie, wie bei OTTO API Guidelines entwickelt wurden, um Herausforderungen in der Software-Entwicklung zu meistern. Dieser Artikel zeigt, wie die Umsetzung von Standards in autonomen Teams gelingt und dabei Unternehmenswachstum berücksichtigt wird. 
David03DevelopmentCloudSecuritySelf-healing StackSets auf Unternehmensebene
Bei OTTO müssen wir mehrere hundert AWS-Konten für unsere Produktteams verwalten und dabei den Spagat zwischen Agilität und Kontrolle schaffen. Deshalb entwickelte das Cloud-Kompetenzzentrum der OTTO IT, auch bekannt als das Governance at Scale (GAS) Team, zusammen mit globaldatanet eine Lösung um AWS CloudFormation StackSets at Scale zu betreiben, die in das OTTO-Tooling-Ökosystem mit Confluence und Microsoft Teams integriert ist.- Philipp07DevelopmentCloud
Infrastructure as Code (IaC) - Terraform-Konfiguration DRY halten mit Terragrunt
Der Schlüssel liegt darin, die Wiederholung von Code zu minimieren oder sogar ganz zu vermeiden, indem die Terraform-Konfiguration DRY (Don't Repeat Yourself) gehalten wird. Aus diesem Grund sind wir auf Terragrunt umgestiegen. Es ist ein kleiner Wrapper um Terraform herum, der weniger Wiederholungen, eine bessere Remote-State-Konfiguration und eine einfachere Arbeit mit Terraform-Modulen verspricht. Es kann eine praktikable Lösung sein, um Konfigurationsdateien besser zu organisieren und Unterschiede zwischen Bereitstellungsumgebungen klar zu benennen. - Techblogger02Data ScienceDevelopment
YesWeHack und OTTO veranstalteten Live Bug Bounty Hunting
Während der diesjährigen Nullcon Berlin, einer internationalen IT-Security Konferenz auf der sich viele Experten treffen, haben wir gemeinsam mit YesWeHack, einem führenden Anbieter von Bug Bounty Services, ein Live Bug Bounty Hunting durchgeführt. 
Christian04Data ScienceArbeitsmethodenPrognose der Rücklaufquote mit Überlebensanalyse
Gerade im OTTO-Einzelhandelsgeschäft spielt die genaue Prognose von Retourenquoten und deren Schwankungen eine große Rolle, um unnötige Kosten zu minimieren. Bei großen Warenlieferungen (Kühlschränke, Sofas etc.) verursacht jede einzelne Retoure ganz erhebliche Kosten.
Michael05DevelopmentProgrammatische Werbung in Echtzeit mit TensorFlow
In Zusammenarbeit mit dem Online Marketing hat das Team Siggi bei OTTO BI im Jahr 2018 eine eigene programmatische Werbelösung entwickelt. Dazu wurde unter anderem eine separate SSP- (Supply Side Platform) und DSP- (Demand Side Platform) Lösung entwickelt, genannt Orbidder.
Team Nautik02DevelopmentMachine LearningEin Machine Learning-Ansatz für Display-Werbung in Echtzeit Klicke hier - es ist keine Werbung, wir versprechen es ;-)
Seien wir ehrlich: Bei Display-Werbung denken die meisten Menschen an einen aggressiven E-Tailer, der sie buchstäblich zur Strecke bringt. Viele potenzielle Online-Kunden greifen daher zu Alles-oder-Nichts-Werbeblockern, um sich vor visueller Überlastung zu schützen. Doch abgesehen von diesen beiden extremen Nutzererfahrungen ist Display-Werbung in Wirklichkeit einfach das moderne Äquivalent zu einem klassischen Plakat, das an der Bushaltestelle hängt.- Techblogger00Development
Rethinking semantic product search: ein neuer Ansatz für Suchanfragen mit ungewöhnlichen Rechtschreibvarianten
In den letzten Jahren hat sich die semantische Produktsuche im globalen E-Commerce weit verbreitet. Viele Systeme haben jedoch Probleme, Suchanfragen mit ungewöhnlichen Schreibweisen zu verstehen. In diesem Blogpost zeigen wir dir, wie das Otto Team Turing ein neues System entwickelt hat, das diese Probleme beseitigt. Es ist live und hat die Click-Through-Rates (CTR) in den Low-Recall-Segmenten von otto.de um mehr als 25% und die Conversion Rate (CvR) im Low-Hit-Segment um mehr als 90% gesteigert. 
Andreas03DevelopmentResearchKaggle: Machine Learning Wettbewerb für das beste multi-objektive Empfehlungssystem
Große Online-Händler wie OTTO bieten ihren Kunden Millionen von Produkten zum Stöbern und Kaufen an. Das richtige Produkt aus dieser riesigen Auswahl zu finden, kann jedoch ohne eine kleine Hilfestellung sehr anstrengend sein! Deshalb arbeiten wir daran, unsere Kunden mit personalisierten Empfehlungen zu den Produkten zu führen, die am besten zu ihren Interessen und Beweggründen passen. Aus diesem Grund möchten wir unsere Fähigkeit verbessern, in Echtzeit vorherzusagen, welche Produkte jeder Kunde zu einem bestimmten Zeitpunkt seines Besuchs sehen, in seinen Warenkorb legen und bestellen möchte.
Josefine24ArbeitsmethodenWie wir bei data.works arbeiten
Interessierst du dich für Daten und Cloud-Technologie? Möchtest du mehr über verschiedene Rollen in Entwicklungsteams erfahren? Bist du auf der Suche nach einem neuen Job? In dieser Blogpostserie geht es um unsere Arbeitsweise und unsere Berufsbilder bei der Otto Group data.works.
Sven00ArbeitsmethodenWie wir bei data.works arbeiten - Meet Sven
Interessierst du dich für Daten und Cloud-Technologie? Möchtest du mehr über verschiedene Rollen in Entwicklungsteams erfahren? Bist du auf der Suche nach einem neuen Job? In dieser Blogpostserie geht es um unsere Arbeitsweise und unsere Berufsbilder bei der Otto Group data.works.- Christopher02DevelopmentArbeitsmethodenCloud
Dynamische Preisgestaltung für otto.de
Der Artikel beschreibt die grundlegenden Funktionen von Ottos Dynamic Pricing Service, der derzeit für die Preisgestaltung der meisten Produkte auf otto.de genutzt wird. Außerdem wird beschrieben, wie wir den Dienst erfolgreich als robuste und skalierbare Cloud-Anwendung entwickelt haben, die täglich Preise für Millionen von Artikeln liefern kann. Er erklärt auch, wie wir von der Arbeit an unserer Anwendung in einem funktionsübergreifenden Team profitiert haben und wie wir die kontinuierliche Verbesserung unseres Dienstes sicherstellen wollen. - Techblogger01ProjektmanagementArbeitsmethoden
Vollständig automatisierte Bereitstellung von AWS-Konten auf Unternehmensebene über Self-Service mit Jira Service Desk
In diesem Artikel zeigen wir euch, wie wir die Bereitstellung von AWS-Konten über Self-Service mit Jira Service Desk automatisieren und so die Bereitstellungszeit für unsere AWS-Konten von 4 Stunden auf 25 Minuten reduzieren können. 
Marco00ArchitekturArbeitsmethodenCloudOTTOs zukunftssichere Event Exchange Plattform - mit Apache Kafka
Als wir 2018 mit der Implementierung unserer Plattform begannen, haben wir uns gemeinsam verpflichtet, eine hochmoderne Software zu entwickeln, die sich an modernen und bewährten Praktiken orientiert. Zunächst haben wir uns eingehend mit modernen Softwarearchitekturen wie Event Driven, Microservices, verteilten Systemen, Cloud Native und DevOps beschäftigt, was zu einer Reihe positiver Architekturentscheidungen führte.
Karolis02DevelopmentArbeitsmethodenCloudPower BI: das Reporting-Vehikel von OTTO
Nach der offiziellen Einführung von Power BI bei OTTO in 2020 ist es heute für viele Kolleg*innen bereits ein Begriff. Andere haben schon erste praktische Schritte in der Nutzung dieser Technologie gewagt oder sind sogar fortgeschrittene und regelmäßige Anwender*innen. Und das aus einem guten Grund!- Techblogger01DevelopmentBetriebCloud
Die Open Source Private Cloud in der Otto Group
Schon lange ist der Begriff „Cloud“ nicht mehr nur irgendein Buzzword. Die Cloud, oder besser die Clouds, sind aus unserem Daily-Doing quasi nicht mehr wegzudenken. Doch was, wenn ich, obwohl sich die Spreu schon längst vom Weizen getrennt hat, noch immer nicht sehr viel über Cloud weiß? 
Manfred00ProjektmanagementWie eine agile Organisation Skalierung ermöglicht
Auf dem Weg von OTTO zu einem vernetzten Unternehmen spielt der Bereich Business Intelligence eine entscheidende Rolle. Er hat sich 2019 neu ausgerichtet und in eine agile, anpassungsfähige Organisationseinheit verwandelt. Neben Daten und Algorithmen setzt BI vor allem auf seine Mitarbeiter und die kontinuierliche Anpassung der Organisation durch gemeinsames Lernen.- Marco01DevelopmentEvents & Kultur
OTTOs Tech Manifest
OTTO ist auf dem Weg zu einem technologieorientierten Unternehmen. Unsere Software ist geschäftsbezogen, nicht abstrakt. Unter Einhaltung der Anforderungen unserer Einkaufsabteilung ist es uns gelungen, eine großartige Plattform für Kunden, Partner und Lieferanten zu schaffen. 
Joscha01DevelopmentPipelines für maschinelles Lernen für die Suche: Lernen zu ranken
In diesem Artikel geben wir einige Einblicke in die Entwicklung der Beurteilungspipeline, die als Grundlage für zukünftige LTR-Pipelines dienen soll. Was tut eine Beurteilungspipeline im LTR-Kontext? Sie berechnet Beurteilungen auf der Grundlage von Benutzerdaten für einen bestimmten Zeitraum. Diese Beurteilungen dienen als Labels, auf denen ein Ranking-Modell trainiert wird. Derzeit exportieren wir diese Bewertungen auch zur Live-Validierung für ausgewählte Abfragen.
Andrea05DevelopmentTeil 1: Einführung in Learning to Rank für die E-Commerce-Suche
Den Nutzern zu ermöglichen, die Produkte zu finden, nach denen sie suchen, ist die Kernaufgabe des Suchteams von otto.de. Aber nicht nur die relevanten Artikel zu finden, sondern auch die relevantesten Produkte an die Spitze der Liste zu setzen, ist eine der größten Herausforderungen, denen wir uns in unserem Job stellen. In diesem und den folgenden Beiträgen zeigen wir Ihnen, wie wir Learning to Rank implementiert haben, um unser Ranking zu verbessern, wie wir die eCommerce-spezifischen Herausforderungen meistern, die Suchqualität messen und wie wir die technische Umsetzung realisiert haben.- Techblogger02ArchitekturDevelopment
Frontends mit Microservices
In den letzten Jahren haben sich Microservices zu einem etablierten Architekturansatz entwickelt. Sie sind inzwischen so gut etabliert und erprobt, dass der Hype vorbei ist und genügend Erfahrungen über Nutzen, Grenzen, Vor- und Nachteile vorliegen. Dieser Artikel beleuchtet die Vorteile oder Versprechen von Microservice-Ansätzen, die vor allem dann erfüllt werden können, wenn auch Frontends berücksichtigt werden.
