
데이터 및 분석 디렉터, AI 엔지니어링
The Hartford의 보험수리 분석 솔루션을 지원하는 AI 중심 데이터 엔지니어링을 이끕니다. 거버넌스가 적용된 Snowflake 데이터 제품, AI 파이프라인 및 분석 역량을 구축해 보험수리 의사결정을 지원합니다.
설명
- 복잡하고 대규모인 데이터 및 분석 포트폴리오를 총괄합니다.
- 레거시 데이터 및 분석 생태계를 현대화하기 위한 클라우드 및 AI 로드맵을 수립하고 실행합니다.
- 보고, 데이터 과학, AI/ML 및 분석 사용자를 위한 데이터 도메인과 데이터 제품을 활성화합니다.
- 데이터 아키텍처와 솔루션이 전사 데이터, AI 및 분석 표준을 준수하도록 보장합니다.
- 사고 리더십과 프레젠테이션을 통해 다양한 이해관계자에게 전략, 제공 진행 상황 및 성과를 공유합니다.
- 구조화, 반구조화 및 비구조화 데이터를 결합해 AI 및 에이전트형 솔루션을 지원하는 AI 데이터 파이프라인을 개발합니다.
- 데이터 품질과 규정 준수를 유지하면서 AI 데이터 엔지니어링 관행을 표준화합니다.
- 데이터 파이프라인, 웨어하우스, 레이크 및 보고 플랫폼의 설계, 개발 및 유지 관리를 감독합니다.
- 비즈니스 데이터 분석가, 데이터 엔지니어 및 릴리스 트레인 엔지니어로 구성된 고성과 팀을 채용하고 육성하며 이끕니다.
- 데이터 관리 수명주기 전반에서 개발자 생산성을 향상합니다.
- AI 기반 파이프라인 생성, DevOps 관행 및 자동화된 데이터 품질 프레임워크를 조사하고 도입합니다.
- 새로운 데이터 엔지니어링 및 AI/ML 기술을 평가하고, 프로토타입을 구축하며, 실험을 수행하고 도구를 추천합니다.
- 전사 데이터 거버넌스와 데이터 품질을 지원하는 데이터 관리 프레임워크를 수립합니다.
- 포트폴리오 예산과 재무 관리를 감독합니다.
- 기술, 데이터, AI 플랫폼, ML Ops 및 아키텍처 팀과 협력해 전략과 도구의 방향을 수립합니다.
- 보험수리 요구사항을 확장 가능한 Snowflake 데이터 제품과 AI 기반 분석 솔루션으로 전환합니다.
지원 자격
- 데이터 엔지니어링, 분석 솔루션 제공, 보험수리 분석 또는 기타 데이터 집약적 분야에서 8~10년의 경력이 있습니다.
- 보험수리, 보험, 가격 책정, 준비금, 모델링, 언더라이팅, 포트폴리오 관리 또는 재무 분석 사용 사례를 지원한 경력이 3년 이상입니다.
- 데이터 엔지니어링과 아키텍처에 정통합니다.
- 데이터 아키텍처 패턴, 웨어하우스, 통합, 레이크, 도메인, 제품, 비즈니스 인텔리전스, 클라우드 역량 및 데이터 거버넌스에 대한 깊은 지식이 있습니다.
- LLM, AI 플랫폼, 프롬프트 엔지니어링, LLM 최적화, RAG 아키텍처 및 벡터 데이터베이스에 대한 전문 기술 역량이 있습니다.
- 분석 에이전트, 자연어 분석, 거버넌스된 지식 기반, 예측, 모니터링, 심층 분석 및 보험수리 의사결정 지원을 포함한 AI 분석 구현 경험이 있습니다.
- Snowflake 데이터 파이프라인, 변환, 검증 및 분석 소비 패턴을 설계, 구현하고 감독할 수 있습니다.
- 현대적인 보험수리 데이터 제품, 거버넌스된 소비 계층, 시맨틱 계층, 재사용 가능한 지표, 데이터 품질 관리 및 분석용 모델을 구축한 실적이 있습니다.
- Snowflake 네이티브 기능과 클라우드 통합 기능을 보험수리 워크플로, 예측 모델 출력, 모니터링, 대시보드 및 AI 기반 분석에 적용할 수 있습니다.
- 탐색 단계의 보험수리 솔루션을 소유권, 모니터링, 문서화 및 지원 요구사항이 정의된 지속 가능한 프로덕션 자산으로 발전시킬 수 있습니다.
- 손해율, 빈도, 심도, 요율 적정성, 모델 기반 지표, 발현 모니터링, 갱신 건전성 및 보유계약 평가를 포함한 보험수리 측정 지표와 개념을 이해하면 우대합니다.
- 보험수리 담당자, 데이터 과학자, 분석 및 엔지니어링 팀, 비즈니스 이해관계자와 효과적으로 협업할 수 있습니다.
- 대규모 애자일과 여러 기능으로 구성된 팀의 반복적 제공 경험이 있습니다.
복리후생
- 단기 또는 연간 보너스 대상 자격.
- 장기 인센티브 기회.
- 즉시 포상 프로그램.
- 하이브리드 근무 또는 원격 근무 방식.
- 복리후생 및 혜택.







