Auf einen Blick
- Aufgaben: Own planning and staffing for UK launches, build forecasting models using machine learning.
- Unternehmen: Affirm is transforming credit to be transparent and consumer-friendly.
- Vorteile: Work with AI in analytics and enjoy a collaborative cross-functional environment.
- Weitere Informationen: Position involves independent work in ambiguous environments.
- Warum dieser Job: Join a team that shapes servicing strategy through data and AI integration.
- Qualifikationen: Requires 5+ years in quantitative problem-solving and proficiency in SQL and Python or R.
Das prognostizierte Gehalt liegt zwischen 60000 - 75000 € pro Jahr.
Affirm ist dabei, Kredit neu zu erfinden, um ihn ehrlicher und freundlicher zu gestalten, und gibt den Verbrauchern die Flexibilität, jetzt zu kaufen und später zu bezahlen, ohne versteckte Gebühren oder Zinseszinsen. Wir suchen intelligente, engagierte Fachleute, die unser Team verstärken. Das Operations Analytics-Team nutzt Daten, um die Servicierungsstrategie über Kontaktkanäle, Kundensegmentierung, Kapazitätsplanung, Prognosen und Rückzahlungsoperationen zu gestalten. Der ideale Kandidat bringt starke analytische Fähigkeiten, systemisches Denken und die Fähigkeit mit, funktionsübergreifend zusammenzuarbeiten, um bedeutende Geschäftsauswirkungen zu erzielen. KI ist ein integraler Bestandteil des Analyse-Workflows in diesem Team. Der Analyst wendet KI von der Datenexploration über die Modellvalidierung bis zur Kommunikation mit den Stakeholdern an und hilft dabei, wie das Team sie nutzt. Die Rolle erfordert architektonische Entscheidungen, starke Abstimmung mit den Stakeholdern und die Einbettung von KI/ML in zentrale Entscheidungen. Unabhängiges Arbeiten in unklaren Umgebungen ist unerlässlich.
Was Sie tun werden:
- Planung: Verantwortung für Planung und Personalbesetzung für UK und neue geografische Märkte sowie spezielle Teams. Entwicklung und Pflege der Leitmetriken.
- Grundlagen: Aufbau eines Arbeitsverständnisses der zugrunde liegenden Daten, einschließlich Nachfragesignale, Agentenlisten (Team, Titel, Land) und Agentenaktivitäten (geleistete Stunden, Status) sowie Lizenznachfrage.
- Infrastrukturprognosen: Verantwortung für Nachfrageprognosen für Checkouts und App-Öffnungen in CA und UK sowie neuen geografischen Märkten.
- Einblicke: Berichterstattung über die Prognosegesundheit für UK, CA und andere geografische Märkte (Genauigkeit und Ausblick). Beratung des Customer Operations-Managements in Echtzeit (UK) zur Produktivität der Agenten. Kuratierung von KI-Wissen für Customer Operations (UK) und UK-Infrastrukturprognosen.
Verantwortlichkeiten:
- Aufbau und Pflege von Prognosemodellen unter Verwendung von Zeitreihen, Regression und maschinellem Lernen zur Unterstützung der Kontaktprognose, der Personal- und Lizenzplanung sowie des Budgets.
- Zusammenarbeit mit Stakeholdern zur Formulierung von Planungs- und Prognoseproblemen, Entwicklung unterstützender Metriken und Diagnosen sowie Unterstützung qualitativ hochwertiger Entscheidungen.
- Identifizierung von Produktivitäts- und Effizienzverbesserungen anhand von Budget- und Finanzleistungsdaten.
- Präsentation von Empfehlungen an die Führungsebene, Förderung zeitnaher Entscheidungen und klare Kommunikation mit funktionsübergreifenden Partnern.
- Zusammenarbeit mit der operativen Planung und anderen Analyseteams, um den Geschäftskontext für Personal- und Arbeitszeitplanung zu verstehen und die benötigten Daten für genaue Prognosen zu erhalten.
- Aktuell bleiben über das Geschäft und unsere sich verändernde technische Umgebung.
Was wir suchen:
- Abschluss (Bachelor, Master oder PhD) in einem quantitativen Bereich (z.B. Statistik, Wirtschaftsingenieurwesen, Operations Research) und 5+ Jahre Erfahrung in der Lösung von Prognose-, Planungs- oder verwandten quantitativen Problemen.
- Starke Kenntnisse in SQL und Python oder R sowie praktische Erfahrung mit einer modernen cloud-nativen Umgebung.
Analyst II, Full Stack (Customer Servicing Analytics) Arbeitgeber: Affirm
Affirm offers a unique mission to make credit honest and friendly. Located in a dynamic tech environment, the Operations Analytics team leverages AI to drive impactful decisions. Employees benefit from a culture of innovation and collaboration.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass Sie so Analyst II, Full Stack (Customer Servicing Analytics) erhalten könnten
✨Wende dich an die richtigen Communities
Schau dir Online-Communities und Foren an, die sich um Data Science drehen, wie Kaggle oder GitHub. Engagiere dich dort aktiv, teile deine Projekte und lerne von anderen – das wird dir helfen, nicht nur einen Fuß in die Tür zu bekommen, sondern auch wertvolle Kontakte zu knüpfen.
✨Präsentiere deine Daten-Projekte
Baue ein Portfolio auf, das deine besten Projekte zeigt. Nutze Plattformen wie GitHub oder eine persönliche Webseite, um deine Arbeiten zu veröffentlichen. Arbeitgeber im Data Science-Bereich schauen oft direkt auf praktische Erfahrungen, also zeig, was du drauf hast!
✨Nimm an Meetups und Hackathons teil
Besuche lokale Data Science-Meetups oder nehme an Hackathons teil. Diese Veranstaltungen sind nicht nur super, um dein Wissen zu erweitern, sondern auch Gold wert für Networking. Du lernst Fachkollegen kennen und kannst auf Lockere Art und Weise Eventualjobs ergattern.
✨Direkte Bewerbungen über unsere Seite
Vergiss nicht, direkt auf unserer Website nach Stellenangeboten bei Affirm zu schauen. Hier kannst du dich auf offene Datenwissenschaftsstellen bewerben und zeigst damit direktes Interesse, das viele Arbeitgeber schätzen!
Wir glauben, dass du diese Fähigkeiten brauchst, um Analyst II, Full Stack (Customer Servicing Analytics) mit Bravour zu bestehen
Einige Tipps für deine Bewerbung 🫡
Lass deine Daten sprechen!:In einem Bereich wie Data Science ist es entscheidend, dass du deine praktischen Fähigkeiten präsentierst. Wenn du an Projekten gearbeitet hast, die deine Analysefähigkeiten oder dein Wissen über Machine Learning demonstrieren, teile sie in deinem Lebenslauf oder füge einen Link zu deinem GitHub-Portfolio bei. Die Daten, die du analysiert hast, und die Tools, die du verwendest, sollten klar hervorgehoben werden.
Ergebnisse quantifizieren!:Unterstütze deine Erfahrung mit quantifizierbaren Ergebnissen. Zeige, wie du durch deine Analysen oder Modelle zur Entscheidungsfindung beigetragen hast oder wie deine Berechnungen den Rohdaten neue Erkenntnisse entlockt haben. Arbeitgeber in der Data Science sind oft an konkreten Verbesserungen und Effizienzsteigerungen interessiert!
Erläutere deine Lernbereitschaft!:Da es sich um eine Vollzeitstelle handelt, zeige in deinem Anschreiben, dass du bereit bist, zu lernen und dich weiterzuentwickeln. Sprich über deine Neugier für neue Technologien oder Methoden im Data Science Bereich. Vielleicht hast du auch Kurse besucht oder Zertifikate erworben, die deine Begeisterung zeigen!
Die richtige technische Sprache!:Achte darauf, dass deine Bewerbung alle relevanten technischen Begriffe enthält, die in der Data Science gebräuchlich sind. Nenne spezifische Programmier- und Analysetools wie Python, R oder SQL, die du beherrschst. Dies macht es für die Rekrutierer einfacher, schnell zu erkennen, dass du für die Rolle als Analyst II, Full Stack (Customer Servicing Analytics) bei Affirm gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei Affirm vorbereitet
✨Bereite deine technischen Skills vor
In einem Vorstellungsgespräch für eine Data-Science-Position wird oft dein Wissen über Tools wie Python, R oder SQL getestet. Mach dich mit gängigen Algorithmen und deren Einsatzmöglichkeiten vertraut, denn technische Fragen können schnell kommen. Lass uns sicherstellen, dass du in diesen Bereichen glänzt!
✨Verschaffe dir einen Überblick über Projekte
Da es sich um eine Vollzeitstelle handelt, ist es wichtig, dass du konkrete Erfahrungen und Projekte vorweisen kannst. Wenn du bereits an Data-Science-Projekten gearbeitet hast, sei bereit, diese in der Tiefe zu erläutern und zu diskutieren, wie du die Probleme gelöst hast. Dein Portfolio kann hier einen echten Unterschied machen!
✨Vorbereitung auf case studies
In Data-Science-Interviews sind case studies und praktische Probleme häufig Teil des Gesprächs. Übe, wie du strukturiert und logisch an solche Aufgaben herangehst. Arbeitgeber möchten sehen, wie du Daten analysierst und Lösungen entwickelst – bring also deine analytischen Fähigkeiten mit!
✨Zeige deine Leidenschaft für Daten
Mehr denn je geht es bei einer Vollzeitstelle darum, dass du nicht nur die Skills hast, sondern auch wirklich für das Feld brennst. Teile Anekdoten oder Erfahrungen, die zeigen, wie du zur Datenwissenschaft gekommen bist und was dich fasziniert. Diese Begeisterung kann für Affirm entscheidend sein!
