Hastings Direct ist ein britischer Anbieter von allgemeinen Versicherungen mit Schwerpunkt auf digital angebotenen privaten Versicherungen, darunter Versicherungen für Autos, Lieferwagen, Motorräder und Häuser. Die Arbeit des Unternehmens verbindet kundenorientierte Versicherungsdienstleistungen mit Bereichen wie Preisgestaltung, Datenanalyse, Schadenbearbeitung, Underwriting, Versicherungsmathematik, Betrugsbekämpfung und Technologie. Das Unternehmen beschäftigt rund 4.800 Mitarbeitende an mehreren Standorten im Vereinigten Königreich und sucht Fachkräfte sowie operative Mitarbeitende für die Teams, die das Versicherungsgeschäft unterstützen.
Data Scientist – London (Hybrid)
Data-Scientist-Position bei Hastings Direct zur Entwicklung prädiktiver Modelle, die Versicherungspricing und Underwriting-Entscheidungen unterstützen. Die Position nutzt Python, SQL und maschinelles Lernen in einem hybriden Arbeitsmodell in London.
Beschreibung
- Unterstützung bei der Konzeption, Entwicklung und Bereitstellung prädiktiver Modelle für die Pricing-Aktivitäten von Hastings Direct.
- Entwicklung und Pflege prädiktiver Modelle zur Bewertung von Versicherungsrisiken und als Grundlage für Pricing- und Underwriting-Entscheidungen.
- Unterstützung bei der Integration prädiktiver Modelle in Produktionssysteme.
- Mitwirkung an der laufenden Modellüberwachung und -pflege.
- Erstellung und Weiterentwicklung wiederverwendbarer Tools, Pipelines und Prozesse für eine effiziente, zuverlässige und reproduzierbare Modellierung.
- Arbeit nach etablierten Standards für Programmierung, Dokumentation, Tests und Modellentwicklung.
- Identifizierung, Bewertung und Aufbereitung neuer Datenmerkmale.
- Bewertung des prädiktiven Werts, der Stabilität, Interpretierbarkeit und möglicher Auswirkungen von Merkmalen auf die Preisgestaltung für Kunden.
- Teilnahme an Recruiter-Vorauswahlgesprächen, Gesprächen mit der einstellenden Führungskraft und Fallstudieninterviews mit dem Einstellungsteam.
Anforderungen
- Erfahrung in der Entwicklung und Bewertung prädiktiver Modelle, einschließlich linearer und Gradient-Boosting-Modelle.
- Sehr gute Kenntnisse in Python und geeigneten Bibliotheken für maschinelles Lernen.
- Sehr gute SQL-Kenntnisse, einschließlich Datenaufbereitung und -transformation für prädiktive Modellierung.
- Grundkenntnisse in Git oder einem anderen Versionskontrollsystem für Code.
- Ausgeprägte Kommunikations- und Zeitmanagementfähigkeiten.
- Nachweisbare Erfahrung in 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-Plattform für maschinelles Lernen ist wünschenswert.
- Erfahrung mit Snowflake oder einer vergleichbaren Cloud-Datenplattform ist wünschenswert.
- Erfahrung in der allgemeinen Versicherungsbranche ist wünschenswert.
- Bewerber müssen ohne Sponsoring arbeiten können; für diese Position wird kein Sponsoring angeboten.
- Die erfolgreiche Durchführung von Referenz-, Bonitäts- und Strafregisterprüfungen ist erforderlich.
Zusatzleistungen
- Flexible hybride Arbeitsregelung.
- Wettbewerbsfähiges Bonussystem einschließlich eines jährlichen 4Cs-Leistungsbonus.
- Lebensversicherung mit einer Versicherungssumme in Höhe des Vierfachen des Gehalts.
- Einkommensschutz ohne zusätzliche Kosten.
- Arbeitgeberzuschuss zur Altersvorsorge von bis zu 10 %.
- Rabatte und Cashback-Angebote.
- Kostenlose unabhängige Hypothekenberatung.
- Kostenloser Zugang zu Unterstützung für finanzielles Wohlbefinden.
- Zugang zur Thrive-App für psychische Gesundheit.
- 24/7-Unterstützungsprogramm für Mitarbeitende.
- Betriebliche Ersthelfer für psychische Gesundheit.
- Unterstützungsgruppen und ein engagiertes Team für psychisches Wohlbefinden.
- 25 Urlaubstage zusätzlich zu Feiertagen.
- Möglichkeit, eine Urlaubswoche zu kaufen oder zu verkaufen.
- Cashback-Modelle für Gesundheitsleistungen.
- Zahnzusatzversicherungen.
- Vergünstigte Gesundheitschecks.
- JobRad-Programm.
- Technologieprogramme.
- Vergünstigte und kostenlose Einrichtungen vor Ort.
- Soziale Veranstaltungen über das ganze Jahr hinweg.
- Unterstützung bei Schulungen und Weiterentwicklung.