Hastings Direct ist ein im Vereinigten Königreich ansässiger digitaler Anbieter von Sachversicherungen und betreut mehr als 2,7 Millionen Kundinnen und Kunden mit Versicherungen für Autos, Transporter, Motorräder, Häuser und Haustiere. Das Unternehmen verbindet die Entwicklung und den Vertrieb von Versicherungsprodukten mit Kompetenzen in den Bereichen Preisgestaltung, Betrugsmanagement, Kundenbeziehungsmanagement und digitales Marketing. Hastings Direct arbeitet außerdem eng mit großen Preisvergleichsportalen zusammen und beschäftigt mehr als 3.400 Mitarbeitende. Für Jobsuchende vermittelt das Karriereprofil das Bild eines großen, digital ausgerichteten Versicherungsunternehmens mit Möglichkeiten in den Bereichen Versicherungsbetrieb, Technologie, Marketing und Kundenservice.
Data Scientist – Hastings Direct (Hybrid, Vereinigtes Königreich)
Entwickeln und bewerten Sie bei Hastings Direct, einem digitalen Versicherer im Vereinigten Königreich, Prognosemodelle für Preisgestaltung, Underwriting und Versicherungsrisiken. Tragen Sie zur Bereitstellung in der Produktion, zur Modellüberwachung und zu reproduzierbaren Data-Science-Tools bei.
Beschreibung
- Unterstützung bei der Konzeption, Entwicklung und Bereitstellung von Prognosemodellen für die Preisgestaltung von Versicherungen.
- Entwicklung und Pflege von Modellen zur Risikobewertung sowie zur Unterstützung von Preisgestaltungs- und Underwriting-Entscheidungen.
- Unterstützung bei der Integration von Prognosemodellen in Produktionssysteme.
- Unterstützung bei der laufenden Modellüberwachung und -pflege.
- Erstellung und Verbesserung wiederverwendbarer Tools, Pipelines und Prozesse für zuverlässige, effiziente und reproduzierbare Modellierung.
- Anwendung vereinbarter Standards für Programmierung, Dokumentation, Tests und Modellentwicklung.
- Identifizierung, Bewertung und Aufbereitung neuer Datenmerkmale.
- Bewertung des Prognosewerts, der Stabilität, Interpretierbarkeit und potenzieller Auswirkungen von Merkmalen auf die Preisgestaltung für Kundinnen und Kunden.
- Teilnahme an Erstgesprächen mit Recruiterinnen und Recruitern, Gesprächen mit Hiring Managern und Fallstudieninterviews mit dem Einstellungsteam.
Anforderungen
- Erfahrung in der Entwicklung und Bewertung von Prognosemodellen, einschließlich linearer und gradientengeboosteter Modelle.
- Sicherer Umgang mit Python und relevanten Machine-Learning-Bibliotheken.
- Sicherer Umgang mit SQL zur Aufbereitung und Transformation von Daten für die Prognosemodellierung.
- Grundkenntnisse in Git oder einem anderen Versionskontrollsystem.
- Ausgeprägte Kommunikations- und Zeitmanagementfähigkeiten.
- Nachweisbare Erfahrung mit der Bereitstellung von Data-Science-Lösungen, die Geschäftsentscheidungen beeinflusst und messbaren kommerziellen Nutzen erzielt haben.
- Erfahrung mit Azure Machine Learning Studio oder einer vergleichbaren Cloud-ML-Plattform ist wünschenswert.
- Erfahrung mit Snowflake oder einer vergleichbaren Cloud-Datenplattform ist wünschenswert.
- Erfahrung in der allgemeinen Versicherungsbranche ist wünschenswert.
- Bewerberinnen und Bewerber müssen ohne Sponsoring arbeiten können; Sponsoring ist nicht verfügbar.
- Erfolgreiche Bewerberinnen und Bewerber müssen eine Bonitäts- und eine Strafregisterprüfung absolvieren.
Zusatzleistungen
- Flexibles hybrides Arbeiten.
- Jährlicher leistungsabhängiger 4Cs-Bonus.
- Lebensversicherung in Höhe des Vierfachen des Gehalts.
- Einkommensschutz ohne zusätzliche Kosten.
- Arbeitgeberzuschüsse zur betrieblichen Altersvorsorge von bis zu 10 %.
- Rabatte und Cashback-Angebote.
- Kostenlose unabhängige Beratung zu Hypotheken.
- Kostenlose Unterstützung für finanzielles Wohlbefinden.
- Zugang zur Thrive-App für psychische Gesundheit.
- Kollegiales Unterstützungsprogramm rund um die Uhr.
- Betriebliche Ersthelferinnen und Ersthelfer für psychische Gesundheit.
- Unterstützungsgruppen.
- Eigenes Team für psychisches Wohlbefinden.
- 25 Urlaubstage pro Jahr plus gesetzliche Feiertage.
- Möglichkeit, eine Urlaubswoche zu kaufen oder zu verkaufen.
- Gesundheits-Cashback-Pläne.
- Zahnversicherungspläne.
- Vergünstigte Gesundheitschecks.
- Fahrrad-zur-Arbeit-Programm.
- Technologieprogramme.
- Vergünstigte und kostenlose Einrichtungen vor Ort.
- Gesellige Veranstaltungen während des gesamten Jahres.
- Unterstützung bei Aus- und Weiterbildung.