Auf einen Blick
- Aufgaben: Entwickle ein innovatives Punktesystem zur Risikobewertung und baue robuste Python-Pipelines.
- Unternehmen: Experis® - führend in IT-Professionals und dynamischen Karrieremöglichkeiten.
- Vorteile: Attraktives Gehalt, flexible Arbeitszeiten und die Möglichkeit zur beruflichen Weiterentwicklung.
- Weitere Informationen: Arbeiten in Zürich mit der Chance auf langfristige Zusammenarbeit.
- Warum dieser Job: Gestalte die Zukunft der Datenanalyse in einem dynamischen Umfeld mit echten Herausforderungen.
- Qualifikationen: Mindestens 7 Jahre Erfahrung in quantitativen Rollen und Master oder PhD in einem relevanten Bereich.
Das prognostizierte Gehalt liegt zwischen 62100 - 75900 € pro Jahr.
Experis® ist ein globaler Marktführer in der IT-Fachkräftebeschaffung, der Festanstellung, Projektlösungen und Managed Services. Mit über 25 Jahren Erfahrung in der Schweiz und Büros in Zürich, Basel und Genf verbinden wir die besten IT-Talente mit führenden Unternehmen. Unsere Mission ist es, Fachleuten zu helfen, ihr Potenzial zu entfalten und in dynamischen, zukunftsorientierten Karrieren zu gedeihen.
Standort: Zürich
Startdatum: ASAP
Dauer: bis - mit Möglichkeit zur Verlängerung
Verantwortlichkeiten:
- Refaktorisierung des bestehenden kategorischen (Niedrig/Mittel/Hoch) Risikozuweisungsprozesses in ein kontinuierliches oder gestuftes numerisches Bewertungssystem.
- Entwicklung einer punktebasierten Bewertungsmaschine, inspiriert von Best Practices im Kreditrisiko und Betrugserkennung, wobei jedes KYC-Attribut eine definierte Anzahl von Punkten entsprechend seinem relativen Risikosignal beiträgt.
- Anwendung interpretierbarer maschineller Lern- und statistischer Techniken, die für regulierte Umgebungen geeignet sind (z.B. logistische Regression mit WOE oder baumbasierte Methoden).
- Definition und Kalibrierung von Bewertungsbändern, um klare Schwellenwerte und gerechtfertigte Breakpoints sicherzustellen.
- Erstellung reproduzierbarer Python-Pipelines für die Berechnung von Bewertungen, Backtesting und Sensitivitätsanalysen, um einen nahtlosen Übergang zu nachgelagerten Teams zu gewährleisten.
- Übernahme des gesamten Modelllebenszyklus: Erfassung der Geschäftsanforderungen, Merkmalsengineering, Entwicklung, Validierung, Bereitstellung, Überwachung, Dokumentation und Wartung.
Qualifikationen:
- Mindestens 7 Jahre Berufserfahrung in quantitativen Rollen mit Anwendung fortgeschrittener Datenwissenschaft und statistischer Modellierung in erstklassigen Banken, Vermögensverwaltern oder Fintech-Unternehmen, die sich auf Kapitalmärkte spezialisiert haben.
- Master-Abschluss oder PhD in Quantitativer Finanzwirtschaft, Mathematik, Physik, Ingenieurwesen oder einem eng verwandten Bereich; fortgeschrittene akademische Ausbildung kombiniert mit praktischer Anwendung in den Finanzmärkten wird hoch geschätzt.
- Beherrschung von Python auf Master-Niveau für Datenwissenschaft, einschließlich objektorientierter Programmierung, modularer Architektur, Ausnahmebehandlung, Leistungsprofilierung und testgetriebener Entwicklung.
- Tiefe praktische Erfahrung mit pandas, NumPy, scipy, scikit-learn, statsmodels und entweder PyTorch oder TensorFlow; Kenntnisse im Aufbau wiederverwendbarer Pakete und interner Bibliotheken.
- Starke SQL-Kenntnisse mit umfangreicher Erfahrung im Schreiben optimierter Abfragen über großangelegte Datensätze, insbesondere in Oracle.
- Außergewöhnliche analytische Strenge, demonstriert durch frühere Arbeiten, die fehlerhafte Annahmen in Frage stellten, die Robustheit von Modellen verbesserten oder falsche Schlussfolgerungen aus spurious Korrelationen, Look-Ahead-Bias oder schlechtem experimentellem Design verhinderten.
- Fließend in Englisch (gesprochen und geschrieben).
Aufgrund der Schweizer Arbeitsgenehmigungsbeschränkungen können wir nur Bewerbungen von EU-Bürgern oder Inhabern einer gültigen Arbeitsgenehmigung in der Schweiz berücksichtigen.
Senior Data Scientist - 80% Arbeitgeber: Experis Schweiz
Als Arbeitgeber bietet unsere traditionsreiche, unabhängige Schweizer Privatbank nicht nur ein dynamisches und herausforderndes Arbeitsumfeld im Bereich Trading, sondern auch zahlreiche Möglichkeiten zur beruflichen Weiterentwicklung. Mit einem starken Fokus auf Teamarbeit und Innovation fördern wir eine Kultur, die Kreativität und Eigenverantwortung schätzt, während wir gleichzeitig unseren Mitarbeitern ein attraktives Paket an Vorteilen und eine ausgewogene Work-Life-Balance bieten. Arbeiten Sie in einem sicheren und komplexen Umfeld, das Ihnen die Möglichkeit gibt, Ihre Fähigkeiten in der Entwicklung von hochmodernen Finanzanwendungen voll auszuschöpfen.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass du so Senior Data Scientist - 80% 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 Experis Schweiz 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 Senior Data Scientist - 80% 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 Senior Data Scientist - 80% bei Experis Schweiz gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei Experis Schweiz 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 Experis Schweiz entscheidend sein!
