Hastings Direct è un fornitore britannico di assicurazioni generali, specializzato in assicurazioni personali distribuite tramite canali digitali, tra cui polizze per auto, furgoni, moto e abitazioni. La sua attività combina servizi assicurativi rivolti ai clienti con operazioni di definizione delle tariffe, analisi dei dati, gestione dei sinistri, sottoscrizione, attività attuariali, prevenzione delle frodi e tecnologia. L’azienda conta circa 4.800 dipendenti in diverse sedi nel Regno Unito e assume personale per i team specialistici e operativi che supportano il suo business assicurativo.
Data Scientist – Londra (ibrido)
Ruolo di Data Scientist presso Hastings Direct per sviluppare modelli predittivi a supporto delle decisioni di tariffazione e sottoscrizione assicurativa. La posizione utilizza Python, SQL e machine learning in un contesto ibrido a Londra.
Descrizione
- Supportare la progettazione, lo sviluppo e la distribuzione di modelli predittivi per le attività di tariffazione di Hastings Direct.
- Creare e mantenere modelli predittivi che valutino il rischio assicurativo e orientino le decisioni di tariffazione e sottoscrizione.
- Contribuire all’integrazione dei modelli predittivi nei sistemi di produzione.
- Contribuire al monitoraggio e alla manutenzione continuativi dei modelli.
- Creare e migliorare strumenti, pipeline e processi riutilizzabili per una modellazione efficiente, affidabile e riproducibile.
- Lavorare secondo gli standard stabiliti per codifica, documentazione, test e sviluppo dei modelli.
- Identificare, valutare e preparare nuove caratteristiche dei dati.
- Valutare il valore predittivo, la stabilità e l’interpretabilità delle caratteristiche, nonché i loro potenziali effetti sui risultati di tariffazione per i clienti.
- Partecipare ai colloqui di preselezione con i recruiter, agli incontri con i responsabili delle assunzioni e ai colloqui basati su casi di studio con il team di selezione.
Requisiti
- Esperienza nella creazione e valutazione di modelli predittivi, inclusi modelli lineari e a gradient boosting.
- Ottima conoscenza di Python e delle librerie di machine learning appropriate.
- Ottima conoscenza di SQL, inclusa la preparazione e trasformazione dei dati per la modellazione predittiva.
- Conoscenza di base di Git o di un altro sistema di controllo versione del codice.
- Forti capacità comunicative e di gestione del tempo.
- Esperienza dimostrabile nella realizzazione di soluzioni di data science che abbiano influenzato decisioni aziendali e prodotto un valore commerciale misurabile.
- È preferibile avere esperienza con Azure Machine Learning Studio o una piattaforma cloud comparabile per il machine learning.
- È preferibile avere esperienza con Snowflake o una piattaforma cloud comparabile per i dati.
- È preferibile avere esperienza nel settore delle assicurazioni generali.
- I candidati devono poter lavorare senza sponsorizzazione; per questa posizione non è disponibile alcuna sponsorizzazione.
- È richiesto il superamento dei controlli delle referenze, del credito e dei precedenti penali.
Benefit
- Modalità di lavoro ibrida flessibile.
- Programma di bonus competitivo, incluso un bonus annuale di performance 4Cs.
- Assicurazione sulla vita con copertura pari a quattro volte lo stipendio.
- Protezione del reddito senza costi aggiuntivi.
- Contributi pensionistici integrativi fino al 10%.
- Sconti e offerte cashback.
- Consulenza ipotecaria indipendente gratuita.
- Accesso gratuito al supporto per il benessere finanziario.
- Accesso all’app per la salute mentale Thrive.
- Programma di assistenza ai colleghi disponibile 24 ore su 24, 7 giorni su 7.
- Addetti interni al primo soccorso per la salute mentale.
- Gruppi di supporto e un team dedicato al benessere mentale.
- 25 giorni di ferie annuali più i giorni festivi.
- Possibilità di acquistare o vendere una settimana di ferie.
- Piani di rimborso delle spese sanitarie.
- Piani dentistici.
- Check-up sanitari scontati.
- Programma bici per recarsi al lavoro.
- Programmi tecnologici.
- Accesso scontato e gratuito alle strutture in sede.
- Eventi sociali durante tutto l’anno.
- Supporto per formazione e sviluppo.