Data Scientist (m|f|d)

Standort: München

Arbeitsanordnung: hybrid/vor Ort

Beschäftigungsart: Vollzeit

Als Asset Manager von Munich Re und ERGO leistet MEAG einen bedeutenden Beitrag zum Erfolg der Munich Re Group. Unser Team vereint erstklassiges Know-how in allen relevanten Anlageklassen und ist die treibende Kraft hinter unserem Erfolg als einer der weltweit führenden Asset Manager. Wir suchen einen talentierten Data Scientist für unsere Abteilung (Gen)AI Transformation Management. Der erfolgreiche Kandidat wird Teil des Agent Development-Teams, das KI-Agenten für eine Vielzahl von Anwendungsfällen entwickelt und testet sowie diese Agenten nach ihrer ersten Implementierung kontinuierlich verbessert.

Ihre Hauptverantwortlichkeiten:

• Durchführung von Prompt Engineering und Grounding, Konstruktion von ML-, Datenmining- und KI-Modellen für KI-Anwendungsfälle (einschließlich Modellauswahl und Feinabstimmung sowie Design, Test und Bereitstellung)
• Entwicklung effizienter und genauer analytischer Modelle, die Geschäftsentscheidungen nachahmen und Modelle in analytische Datenprodukte und -tools integrieren
• Definition der Datenanforderungen für die zentrale IT-Plattform in Zusammenarbeit mit Dateningenieuren und Softwareingenieuren
• Sammlung, Analyse und Interpretation großer Datensätze zur Unterstützung der Entwicklung von KI-gesteuerten Agentenlösungen
• Sicherstellung der Qualitätssicherung und Implementierung von Risikokontrollen (Aufrechterhaltung der Datenverwaltung und der damit verbundenen Risiken)
• Enge Zusammenarbeit mit Geschäftspartnern, um Geschäftsbedürfnisse und -anforderungen zu verstehen und datengestützte Einblicke und Empfehlungen zur Unterstützung der Entwicklung von Agentenlösungen bereitzustellen
• Aktualisierung über aufkommende Trends, Technologien und Methoden im Datenmanagement, KI und ML und Anwendung dieses Wissens zur kontinuierlichen Verbesserung der Datenunterstützungsdienste und -fähigkeiten

Ihr Profil:

• Master-Abschluss (oder PhD) (z.B. in Informatik, Mathematik, Physik, Ingenieurwesen oder einem verwandten Bereich)
• Mehrere Jahre Erfahrung mit traditionellen KI- oder GenAI-Lösungen
• 3+ Jahre Berufserfahrung in der Datenwissenschaft (oder in ähnlichen Rollen)
• Fähigkeit zur Definition von Nachbearbeitungsrichtlinien und zum Aufbau von Satelliten-ML-Modellen
• Kenntnisse in der Verarbeitung natürlicher Sprache, Hyperparameter/LLM-Finetuning und optimalem Reinforcement Learning aus menschlichem Feedback (RLHF)
• Erfahrung mit Datenvisualisierungstools und Spezialisierung in NLP sowie Text-, Bild- und Videoanalysen
• Starke Programmierkenntnisse in gängigen Programmiersprachen (z.B. Java, C++, Python, Ruby, R)
• Ausgezeichnete Kommunikations- und Kollaborationsfähigkeiten, mit der Fähigkeit, effektiv mit funktionsübergreifenden Teams zu arbeiten
• Berufliche Englischkenntnisse (C1) und Deutschkenntnisse (C1) sind erforderlich.

Vorteile:

• Flexibilität: Mobiles Arbeiten (Option, ein paar Tage pro Woche von zu Hause aus zu arbeiten), 30 Tage Urlaub
• Vermögensaufbau & Altersvorsorge: Betriebliche Altersversorgung & Mitarbeitersparplan
• Entwicklung: Intensive berufliche & persönliche Entwicklung (interne & externe Angebote), Zugang zu LinkedIn Learning
• Gesundheit: Umfassende betriebliche Arztleistungen, Kooperation mit Urban Sports
• Familie: pme Familienservice, Kinderbetreuungszuschuss, Pflegehilfe, Kooperation mit Kindertagesstätten, flexible Arbeitszeiten
• Sonstiges: Tägliches kostenloses Mittagessen in unserer Cafeteria, kostenlose Heißgetränke & Wasser, "Deutschland Ticket Job"-Zuschuss, Veranstaltungen, Tiefgarage mit E-Ladeinfrastruktur & vieles mehr!

*Bitte beachten Sie, dass diese Liste auf aktuellen Tarifverträgen basiert. Diese können sich ändern. Die Liste dient nur zu Informationszwecken. Für einzelne Punkte übernehmen wir keine Haftung.

MEAG steht nicht nur für eine partnerschaftliche Beziehung zu Kunden, sondern auch für eine faire Behandlung von Bewerbern und Mitarbeitern. Unabhängig vom Geschlecht. Wenn wir die männliche Form von Personenbezeichnungen verwenden, geschieht dies rein aus Gründen der Lesbarkeit. Bewerber mit Behinderungen werden bevorzugt berücksichtigt, wenn sie ansonsten gleich qualifiziert sind.