Auf einen Blick
- Aufgaben: Entwickeln Sie skalierbare ML-Modelle für Risikoabschätzung und Finanzprognosen.
- Unternehmen: HubSpot ist ein Marktführer in der Vertriebs- und Marketingtechnologie mit einem innovativen Finanz-Datenwissenschaftsteam.
- Vorteile: Jährliche Barvergütung zwischen 153.800 und 246.100 USD sowie Teilnahme an einem Aktienplan.
- Weitere Informationen: Erfahrung mit generativen KI-Anwendungen wie Chatbots ist von Vorteil.
- Warum dieser Job: Gestalten Sie die Zukunft der Finanzdatenwissenschaft mit Gen-AI-Lösungen und großen Sprachmodellen.
- Qualifikationen: Mindestens 4 Jahre Erfahrung als Data Scientist oder ML Engineer mit Expertenkenntnissen in Python und SQL.
Das prognostizierte Gehalt liegt zwischen 60000 - 80000 € pro Jahr.
HubSpot, ein Marktführer im Bereich Vertriebs- und Marketingtechnologie, ist die bevorzugte Plattform für wachsende Unternehmen. Unser Finance Data Science Team treibt Innovationen in der Datentechnologie voran, um Geschäftsmöglichkeiten zu optimieren. Wir erweitern unser Team und suchen einen erfahrenen Senior Data Scientist, der einen signifikanten Einfluss ausüben kann.
Als Senior Data Scientist im neu gegründeten Finance Data Science Team werden Sie wichtige geschäftliche Herausforderungen mit Hilfe von Data Science, maschinellem Lernen und Gen‑AI-Lösungen angehen. Diese Rolle ist ideal für jemanden, der es genießt, komplexe Datenprobleme zu lösen und mit Stakeholdern sowie anderen Data Scientists zusammenzuarbeiten.
Über die Rolle:
- Eigenverantwortung für skalierbare maschinelle Lernmodelle zur Risikobewertung, Prognose, Anomalieerkennung, Kundenclustering, Verarbeitung natürlicher Sprache und andere wichtige Finanzinitiativen.
- Anwendung großer Sprachmodelle (LLMs) zur Erstellung von Gen‑AI-Anwendungen, die Chatbots und intelligente Agenten nutzen, um Finanzoperationen zu unterstützen und zu optimieren.
- Partnerschaft mit den strategischen Finanzteams zur Verbesserung ihrer finanziellen Prognosemethoden und Unterstützung datengetriebener Entscheidungsfindung.
- Analyse komplexer Datensätze aus strukturierten und unstrukturierten Daten mithilfe fortschrittlicher Analytik zur Generierung umsetzbarer Erkenntnisse; Kommunikation der Ergebnisse durch aussagekräftige Berichte und Präsentationen.
- Festlegung von Best Practices für Data Science, Möglichkeit zur Mentoring von Junior-Analysten und Beitrag zum beruflichen Wachstum des Teams.
- Zusammenarbeit mit Stakeholdern, Data Scientists und MLEs in verschiedenen Geschäftsbereichen zur Entwicklung wirkungsvoller Lösungen.
Über Sie:
- Abschluss in Data Science, Informatik, Statistik, Operations Research oder einem verwandten Bereich erforderlich. Master-Abschluss bevorzugt.
- 4+ Jahre Erfahrung als Data Scientist oder ML Engineer in einem schnelllebigen Umfeld mit Verantwortung für den gesamten Lebenszyklus von Modellen.
- Nachgewiesene Erfahrung in der Lösung von Zeitreihenprognoseproblemen mit einer Vielzahl von Techniken sowie der Bereitstellung eines breiten Spektrums anderer ML/AI-Lösungen zur Bewältigung vielfältiger geschäftlicher Herausforderungen.
- Expertenkenntnisse in Python mit praktischer Erfahrung in der Nutzung wichtiger Bibliotheken wie Pandas, NumPy, SciPy, scikit-learn und gängiger NLP-Bibliotheken sowie starke Expertise in Versionskontrolltools wie Git.
- Fähigkeit zur Überwachung von ML-Modellen, einschließlich Leistungsüberwachung, Drift-Erkennung und Sicherstellung kontinuierlicher Verbesserungen nach der Bereitstellung.
- Erfahrung mit großen Sprachmodellen (LLMs) und Erfahrung mit Konzepten der retrieval-augmented generation (RAG).
- Starke Kenntnisse in SQL zur Datenextraktion und -transformation.
- Fähigkeit, komplexe technische Konzepte klar an Geschäftsleiter durch Präsentationen und schriftliche Memos zu kommunizieren.
- Erfahrung in der Leitung komplexer Projekte und der Zusammenarbeit mit funktionsübergreifenden Teams.
Was Sie auszeichnet:
- Erfahrung mit generativen KI-Anwendungen wie Chatbots oder autonomen Agenten.
- Kenntnisse in Java sind ein großes Plus!
- Erfahrung mit REST-APIs zur Eingabe und Transformation von Daten in S3-Buckets.
- Kenntnisse in MLOps zur Verwaltung des ML-Lebenszyklus, mit Erfahrung in Cloud-Plattformen (AWS, GCP oder Azure) und Containerisierung (Docker, Kubernetes) sind von Vorteil.
- Vertrautheit mit FP&A-Kennzahlen, SAAS-Wirtschaft und Finanzkonzepten.
Vergütung & Vorteile:
Die Barvergütung umfasst Grundgehalt, Zielprovision für Mitarbeiter in berechtigten Rollen und jährliche Bonusziele im Rahmen des Bonusplans von HubSpot für berechtigte Rollen. Neben der Barvergütung sind einige Rollen berechtigt, am Aktienplan von HubSpot teilzunehmen, um eingeschränkte Aktieneinheiten (RSUs) zu erhalten. Einige Rollen können auch für Überstundenvergütung berechtigt sein. Individuelle Vergütungspakete werden auf Ihre Fähigkeiten, Erfahrungen, Qualifikationen und andere arbeitsbezogene Gründe zugeschnitten. Vorteile sind ebenfalls ein wichtiger Bestandteil Ihres Gesamtvergütungspakets.
HubSpot bietet eine Reihe von Vorteilen und Vergünstigungen, um Mitarbeitern zu helfen, besser zu wachsen. Bei HubSpot geht es bei fairen Vergütungspraktiken nicht nur darum, die gesetzlichen Anforderungen zu erfüllen. Es geht darum, unseren Wert der Transparenz gegenüber unseren Mitarbeitern, Kandidaten und der Gemeinschaft zu leben.
Jährliche Barvergütungsrange: $153,800 — $246,100 USD
Wenn Sie aufgrund einer Behinderung Unterstützung benötigen, wenden Sie sich bitte über dieses Formular an uns.
Für Bewerber aus Massachusetts: Es ist rechtswidrig, in Massachusetts einen Lügendetektortest als Bedingung für die Beschäftigung oder die Fortsetzung der Beschäftigung zu verlangen oder durchzuführen. Ein Arbeitgeber, der gegen dieses Gesetz verstößt, unterliegt strafrechtlichen Sanktionen und zivilrechtlicher Haftung.
Bewerber aus Deutschland: (m/w/d) — HubSpots Karriere-Diversitätsseite.
Bewerber aus Indien: Die Gleichstellungspolitik von HubSpot Indien.
Sr Data Scientist II- Finance Data Science Arbeitgeber: HubSpot
HubSpot bietet eine transparente Vergütung und eine Vielzahl von Vorteilen, um das Wachstum der Mitarbeiter zu unterstützen. Das Unternehmen hat seinen Sitz in Massachusetts und fördert Innovationen im Bereich Datenwissenschaft. Das Team arbeitet an spannenden Projekten zur Optimierung von Geschäftsentscheidungen.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass Sie so Sr Data Scientist II- Finance Data Science 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 HubSpot 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 Sr Data Scientist II- Finance Data Science 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 Sr Data Scientist II- Finance Data Science bei HubSpot gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei HubSpot 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 HubSpot entscheidend sein!