FBS - Associate Analytics Engineer

FBS - Associate Analytics Engineer

Vollzeit 58500 - 71500 € / Jahr (geschätzt) Kein Homeoffice möglich
Capgemini

Auf einen Blick

  • Aufgaben: Entwickle und optimiere Datenpipelines für fortschrittliche Analysen.
  • Unternehmen: Einer der größten Versicherer in den USA mit globaler Reichweite.
  • Vorteile: Wettbewerbsfähiges Gehalt, umfassende Sozialleistungen und flexible Arbeitszeiten.
  • Weitere Informationen: Dynamisches, inklusives Arbeitsumfeld mit hervorragenden Entwicklungsmöglichkeiten.
  • Warum dieser Job: Gestalte die Zukunft der Datenarchitektur und arbeite an spannenden Projekten.
  • Qualifikationen: 3+ Jahre Erfahrung in Analytics Engineering und starke Python- sowie SQL-Kenntnisse.

Das prognostizierte Gehalt liegt zwischen 58500 - 71500 € pro Jahr.

Our Client is one of the United States’ largest insurers, providing a wide range of insurance and financial services products with gross written premiums well over US$25 Billion (P&C).

They proudly serve more than 10 million U.

S. households with more than 19 million individual policies across all 50 states through the efforts of over 48,000 exclusive and independent agents and nearly 18,500 employees.

Finally, our Client is part of one the largest Insurance Groups in the world.

About the Role

We are seeking an Analytics Engineer to join our Actuarial & Insurance team and play a key role in modernizing and enhancing our data architecture.

This position serves as a bridge between Data Engineering, Analytics, and Data Science, ensuring that high-quality, reliable data is available to support reporting, advanced analytics, and business decision-making.

This is a highly technical, hands-on role focused on building and maintaining data pipelines, transforming and validating data, and improving data accessibility across the organization.

Key Responsibilities

  • Build, maintain, and optimize data pipelines and data workflows.
  • Clean, transform, and validate large datasets from multiple sources.
  • Support the modernization of data architecture and platform capabilities.
  • Manage and maintain data assets within cloud-based environments.
  • Ensure data quality, integrity, and accessibility for analytics and reporting.
  • Collaborate with Data Engineers, Analysts, Data Scientists, and business stakeholders.
  • Identify data gaps and implement solutions that improve reliability and efficiency.
  • Required Qualifications
  • 3+ years of experience in Analytics Engineering, Data Engineering, or related roles.
  • Strong Python programming skills.
  • Advanced SQL expertise.
  • Experience building and maintaining data pipelines.
  • Hands-on experience with data transformation, cleansing, and validation.
  • Experience with Data Warehousing concepts and technologies.
  • AWS experience, particularly with S3.
  • Experience working with large-scale datasets.
  • Strong problem-solving skills and ability to identify data quality issues.
  • Preferred Qualifications
  • Snowflake
  • Apache Airflow
  • Databricks
  • Exposure to Machine Learning environments
  • Experience supporting data architecture modernization or migration initiatives
  • Previous Analytics Engineering experience
  • Ideal Candidate

You are a curious and collaborative data professional who enjoys solving complex data challenges and building scalable solutions.

You excel at working across teams, connecting information from different business areas, and continuously identifying opportunities to improve data quality, accessibility, and operational efficiency.

Why Join Us?

  • Work on high-impact initiatives supporting actuarial and insurance analytics.
  • Help shape and modernize a growing data ecosystem.
  • Collaborate with Data Engineering, Analytics, and Data Science teams.
  • Gain exposure to cloud technologies, modern data platforms, and advanced analytics projects.
  • Python
  • SQL
  • Great Level of English
  • Pipeline Managment

Competitive compensation and benefits package

  • Competitive salary and performance-based bonuses
  • Comprehensive benefits package
  • Career development and training opportunities
  • Flexible work arrangements (remote and/or office-based)
  • Dynamic and inclusive work culture within a globally renowned group
  • Private Health Insurance
  • Pension Plan
  • Paid Time Off
  • Training & Development

Note: Benefits differ based on employee level.

By applying for this position, candidates acknowledge and agree that

  • Personal
  • Data

Processing: The personal data provided during the recruitment and selection process will be collected, processed, and retained for legitimate recruitment and compliance purposes, in accordance with applicable data protection and privacy laws and FBS internal policies.

  • Legal Authorization to

Work: Employment with FBS is conditional upon the candidate having valid, local legal authorization to work in the country where the role is based at the time of hire.

FBS does not sponsor or obtain work authorization unless explicitly stated.

  • Exclusivity of Employment and Conflict of

Interest: Upon acceptance of an offer and during employment with FBS, employees will not be permitted to engage in parallel employment, professional activities, or paid work for other entities.

Any ownership, partnership, directorship, or participation in other businesses or companies must be fully disclosed and formally reviewed in accordance with FBS internal conflict-of-interest and external engagement policies prior to the start date or as soon as such circumstances arise.

#J-18808-Ljbffr

FBS - Associate Analytics Engineer Arbeitgeber: Capgemini

Capgemini ist ein hervorragender Arbeitgeber, der Ihnen die Möglichkeit bietet, Ihre Karriere aktiv zu gestalten und in einem unterstützenden, globalen Team zu arbeiten. Mit einem Fokus auf kontinuierliches Lernen, flexiblen Arbeitsmodellen und einer inklusiven Unternehmenskultur fördert Capgemini nicht nur Ihre persönliche und berufliche Entwicklung, sondern bietet auch attraktive Zusatzleistungen wie 5 Wochen Urlaub und ein Fitness-Abonnement. Werden Sie Teil eines innovativen Unternehmens, das an der Spitze der technologischen Transformation steht und sich für eine nachhaltige Zukunft einsetzt.

Capgemini

Kontaktdaten:

Capgemini Recruiting-Team

StudySmarter Expertenrat🤫

Wir sind der Meinung, dass du so FBS - Associate Analytics Engineer erhalten könntest

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 Capgemini 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 FBS - Associate Analytics Engineer mit Bravour zu bestehen

Python
Problem-Solving Skills
Communication Skills
SQL
Data Engineering
Data Pipeline Development
API Integration

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 FBS - Associate Analytics Engineer bei Capgemini gut geeignet bist.

Wie man sich auf ein Vorstellungsgespräch bei Capgemini 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 Capgemini entscheidend sein!