Ang Hastings Direct ay isang tagapagbigay ng general insurance sa UK na nakatuon sa personal insurance na inihahatid sa digital na paraan, kabilang ang coverage para sa mga kotse, van, motorsiklo at bahay. Pinagsasama ng operasyon nito ang mga serbisyong direktang nakatuon sa customer sa pagpepresyo, data analytics, claims, underwriting, actuarial, pag-iwas sa pandaraya at teknolohiya. May humigit-kumulang 4,800 empleyado ang kumpanya sa ilang tanggapan sa UK at kumukuha ito ng mga kawani para sa mga espesyalista at operational na team na sumusuporta sa negosyo nitong insurance.
Siyentista ng Datos – London (Hybrid)
Tungkulin bilang Siyentista ng Datos sa Hastings Direct, na bumubuo ng mga prediktibong modelo para suportahan ang pagpepresyo ng insurance at mga desisyon sa underwriting. Gumagamit ang posisyong ito ng Python, SQL, at machine learning sa hybrid na lugar ng trabaho sa London.
Paglalarawan
- Suportahan ang pagdidisenyo, pagbuo, at pag-deploy ng mga prediktibong modelo para sa mga aktibidad sa pagpepresyo ng Hastings Direct.
- Bumuo at magpanatili ng mga prediktibong modelo na sumusuri sa panganib sa insurance at gumagabay sa mga desisyon sa pagpepresyo at underwriting.
- Tumulong sa pagsasama ng mga prediktibong modelo sa mga production system.
- Makibahagi sa patuloy na pagsubaybay at pagpapanatili ng mga modelo.
- Lumikha at pagbutihin ang mga reusable na tool, pipeline, at proseso para sa mahusay, maaasahan, at nauulit na pagmomodelo.
- Magtrabaho ayon sa mga itinakdang pamantayan para sa coding, dokumentasyon, testing, at pagbuo ng modelo.
- Tukuyin, suriin, at ihanda ang mga bagong feature ng datos.
- Suriin ang prediktibong halaga, katatagan, pagiging madaling ipaliwanag ng mga feature, at posibleng epekto sa mga resulta ng pagpepresyo para sa mga customer.
- Makibahagi sa screening ng recruiter, pagpapakilala sa hiring manager, at mga panayam tungkol sa case study kasama ang hiring team.
Mga Kinakailangan
- Karanasan sa pagbuo at pagsusuri ng mga prediktibong modelo, kabilang ang mga linear at gradient-boosted na modelo.
- Mahusay sa Python at mga angkop na machine-learning library.
- Mahusay sa SQL, kabilang ang paghahanda at pagbabago ng datos para sa prediktibong pagmomodelo.
- Batayang kaalaman sa Git o ibang sistema ng version control ng code.
- Mahusay na kasanayan sa komunikasyon at pamamahala ng oras.
- Mapatutunayang karanasan sa paghahatid ng mga solusyon sa data science na nakaimpluwensya sa mga desisyon sa negosyo at naghatid ng nasusukat na halagang komersyal.
- Kanais-nais ang karanasan sa Azure Machine Learning Studio o katumbas na cloud machine-learning platform.
- Kanais-nais ang karanasan sa Snowflake o katumbas na cloud data platform.
- Kanais-nais ang karanasan sa general insurance.
- Dapat makapagtrabaho ang mga aplikante nang walang sponsorship; walang sponsorship na available para sa posisyong ito.
- Kinakailangan ang matagumpay na pagkumpleto ng mga pagsusuri sa reference, credit, at criminal record.
Mga Benepisyo
- Flexible na hybrid na kaayusan sa pagtatrabaho.
- Mapagkumpitensyang bonus scheme, kabilang ang taunang 4Cs performance bonus.
- Life assurance na nagbibigay ng coverage na apat na beses ng suweldo.
- Income protection na ibinibigay nang walang karagdagang gastos.
- Katugmang kontribusyon sa pension na hanggang 10%.
- Mga diskwento at alok na cashback.
- Libreng independiyenteng payo sa mortgage.
- Libreng access sa suporta para sa financial wellbeing.
- Access sa Thrive mental health app.
- 24/7 na programa ng tulong para sa mga katrabaho.
- Mga in-house na mental health first aider.
- Mga support group at nakatalagang mental wellbeing team.
- 25 araw na taunang leave kasama ang mga bank holiday.
- Opsiyong bumili o magbenta ng isang linggo ng taunang leave.
- Mga healthcare cashback plan.
- Mga dental plan.
- Mga may diskwentong health assessment.
- Cycle-to-work scheme.
- Mga technology scheme.
- Mga pasilidad sa lugar na may diskwento at libre.
- Mga social event sa buong taon.
- Suporta sa training at development.