Finde einen Job 
Finde eine Ausbildung 
Top Arbeitgeber 
Top Universitäten 
Für Unternehmen Auf einen Blick
- Aufgaben: Entwickle Algorithmen zur Prognose von Zahlungsverhalten und optimiere Geschäftsprozesse.
- Arbeitgeber: Freenet, ein führendes Unternehmen im Bereich Mobilfunk und Internet.
- Mitarbeitervorteile: Zuschuss zum Deutschland-Ticket, Mitarbeitersmartphone-Tarife und subventioniertes Fitnessstudio.
- Warum dieser Job: Nutze Daten, um echten Mehrwert zu schaffen und das Forderungsmanagement zu revolutionieren.
- Gewünschte Qualifikationen: Studium in Mathematik, Data Science oder verwandten Bereichen sowie Erfahrung in Datenanalyse.
- Andere Informationen: Dynamisches Umfeld mit vielen Möglichkeiten zur persönlichen und beruflichen Weiterentwicklung.
Das voraussichtliche Gehalt liegt zwischen 36000 - 60000 € pro Jahr.
freenet bietet ein umfangreiches Portfolio rund um die Themen Mobilfunk, Internet und TV-Entertainment. Online sowie in rund 520 eigenen Shops erhält jeder Kunde die ideale Lösung für sein digitales Leben. Deutschlandweit beraten wir persönlich, unabhängig und individuell.
Das erwartet dich
Du möchtest mit Daten echten Mehrwert schaffen und aktiv zur Weiterentwicklung eines datengetriebenen Forderungsmanagements beitragen? In einem anspruchsvollen und dynamischen Umfeld arbeitest Du an der Schnittstelle von Analytics, Geschäftsprozessen und operativer Steuerung. Dabei nutzt Du moderne Analyse- und Modellierungsmethoden, um Zahlungs- und Kundenverhalten besser zu verstehen, Risiken frühzeitig zu erkennen und wirksame Steuerungsstrategien abzuleiten. Gemeinsam mit einem engagierten Team entwickelst Du datenbasierte Entscheidungsgrundlagen, optimierst bestehende Prozesse und überführst analytische Modelle in konkrete operative Maßnahmen. In enger Zusammenarbeit mit Fachbereichen und IT trägst Du dazu bei, innovative Analytics-Ansätze nachhaltig im Tagesgeschäft zu verankern und das Forderungsmanagement kontinuierlich weiterzuentwickeln.
Deine Aufgaben
- Modellierung & Feature Engineering: Entwicklung leistungsfähiger Algorithmen und Scores zur Prognose von Zahlungsverhalten. Fokus liegt auf kreativem und technisch fundiertem Feature Engineering, um aus komplexen Datenquellen relevante Signale zu extrahieren.
- Vom Modell in die Praxis: Überführung analytischer Modelle in konkrete Strategien und Handlungsempfehlungen für operative Prozesse. Durchführung von A/B-Tests zur Bewertung alternativer Prozessvarianten und Sicherstellung eines messbaren Mehrwerts im Tagesgeschäft.
- Risikoorientierte Analysen: Erstellung von Portfolioanalysen mit Fokus auf Kredit- und Ausfallrisiken sowie Ableitung von Steuerungsmaßnahmen.
- Forecasting & Planung: Prognose zentraler Kennzahlen für operative Planung, Budgetierung und Forecasting.
- Prozesssteuerung: Analyse von Geschäftsprozessen, Identifikation von Stellhebeln und Einleitung geeigneter Maßnahmen bei Abweichungen oder Diskontinuitäten.
- Datenanalyse & Datenbasis: Eigenverantwortliche Informationsbeschaffung und Aufbau einer robusten Datenbasis aus unterschiedlichen Quellen zur kontinuierlichen Modellverbesserung.
- Schnittstellenmanagement: Enge Zusammenarbeit mit anderen Fachbereichen zur datengetriebenen Weiterentwicklung der Prozesse.
- Interne Vernetzung: Förderung der Zusammenarbeit zwischen analytischen und operativen Einheiten zur besseren Nutzung von Daten im Forderungsmanagement.
Dein Profil
- Erfolgreich abgeschlossenes Studium der Mathematik, Wirtschaftsinformatik, Statistik, Data Science oder eine vergleichbare Ausbildung.
- Tiefes Verständnis für die Transformation von Rohdaten zur Verbesserung der Modellgüte sowie Erfahrung im Umgang mit Overfitting und der Entwicklung robuster Modelle für den Praxiseinsatz.
- Sehr gute Kenntnisse in multivariaten Analyseverfahren, Predictive Analytics und Data Mining.
- Sicherer Umgang mit Datenbanken sowie sehr gute SQL-Kenntnisse.
- Erfahrung mit Programmiersprachen für Datenanalyse (Python, R) sowie idealerweise Erfahrung mit modernen ML-Frameworks (z.B. Scikit-Learn, XGBoost) und automatisierten Pipelines.
- Idealerweise Berufserfahrung in der Telekommunikation oder in Branchen mit Massenkundenprozessen.
- Ausgeprägte analytische Fähigkeiten, strukturierte Arbeitsweise sowie hohe Eigenverantwortung.
- Teamfähigkeit, Kommunikationsstärke und prozessorientiertes Denken.
Deine Benefits
- Zuschuss zum Deutschland-Ticket.
- Mitarbeitersmartphone-Tarife.
- Subventioniertes Fitnessstudio.
- Gute Verkehrsanbindung.
- Mobiles Arbeiten.
- Mitarbeitervergünstigungen.
Klingt spannend? Dann bewirb Dich jetzt!
Kontakt: Alexandra Dvorak, HR Manager
Data Scientist / Business Analyst Forderungsmanagement (w/m/d) Arbeitgeber: Gravis
Kontaktperson:
Gravis HR Team
StudySmarter Bewerbungstipps 🤫
So bekommst du den Job: Data Scientist / Business Analyst Forderungsmanagement (w/m/d)
✨Tipp Nummer 1
Netzwerken ist der Schlüssel! Nutze Plattformen wie LinkedIn, um mit Leuten aus der Branche in Kontakt zu treten. Frag nach Insights und Tipps – oft sind es persönliche Empfehlungen, die dir den entscheidenden Vorteil verschaffen.
✨Tipp Nummer 2
Bereite dich auf Vorstellungsgespräche vor, indem du typische Fragen für Data Scientists und Business Analysts übst. Sei bereit, deine analytischen Fähigkeiten und Erfahrungen mit konkreten Beispielen zu untermauern. Das zeigt, dass du nicht nur redest, sondern auch liefern kannst!
✨Tipp Nummer 3
Zeige deine Leidenschaft für Daten! Bring eigene Projekte oder Analysen mit, die du durchgeführt hast. Das gibt dir die Möglichkeit, deine Fähigkeiten praktisch zu demonstrieren und hebt dich von anderen Bewerbern ab.
✨Tipp Nummer 4
Bewirb dich direkt über unsere Website! So zeigst du dein Interesse an der Position und hast die besten Chancen, im Auswahlprozess wahrgenommen zu werden. Lass uns gemeinsam an deiner Karriere arbeiten!
Diese Fähigkeiten machen dich zur top Bewerber*in für die Stelle: Data Scientist / Business Analyst Forderungsmanagement (w/m/d)
Tipps für deine Bewerbung 🫡
Sei du selbst!: Wir wollen dich kennenlernen, also zeig uns deine Persönlichkeit! Vermeide es, zu formell zu sein und bring deinen eigenen Stil in die Bewerbung ein. Das macht dich authentisch und hebt dich von anderen ab.
Pass auf die Details auf!: Achte darauf, dass deine Bewerbung fehlerfrei ist. Rechtschreibfehler oder unklare Formulierungen können einen schlechten Eindruck hinterlassen. Lass jemanden drüberlesen, um sicherzugehen, dass alles klar und verständlich ist.
Beziehe dich auf die Stellenbeschreibung!: Nutze die Informationen aus der Stellenanzeige, um zu zeigen, wie deine Fähigkeiten und Erfahrungen zu den Anforderungen passen. Das zeigt uns, dass du dir Gedanken gemacht hast und wirklich interessiert bist.
Bewirb dich über unsere Website!: Der einfachste Weg, um Teil unseres Teams zu werden, ist die Bewerbung über unsere Website. So stellst du sicher, dass deine Unterlagen direkt bei uns landen und wir sie schnell bearbeiten können.
Wie du dich auf ein Vorstellungsgespräch bei Gravis vorbereitest
✨Verstehe die Daten
Mach dich mit den spezifischen Daten und Analysemethoden vertraut, die im Forderungsmanagement verwendet werden. Überlege dir, wie du deine Kenntnisse in multivariaten Analyseverfahren und Predictive Analytics konkret in der Position einsetzen kannst.
✨Bereite praktische Beispiele vor
Denke an konkrete Projekte oder Erfahrungen, bei denen du analytische Modelle entwickelt oder implementiert hast. Sei bereit, diese Beispiele zu erläutern und zu zeigen, wie sie zu messbarem Mehrwert geführt haben.
✨Zeige Teamfähigkeit
Da enge Zusammenarbeit mit anderen Fachbereichen wichtig ist, solltest du Beispiele für erfolgreiche Teamprojekte parat haben. Betone, wie du zur Förderung der Zusammenarbeit zwischen analytischen und operativen Einheiten beigetragen hast.
✨Fragen stellen
Bereite einige Fragen vor, die du dem Interviewer stellen kannst. Zeige Interesse an der Unternehmenskultur, den Herausforderungen im Forderungsmanagement und wie das Team zusammenarbeitet, um datenbasierte Entscheidungen zu treffen.