Auf einen Blick
- Aufgaben: Entwickle und pflege Monitoring-Indikatorsysteme für diverse Programme.
- Unternehmen: Globales Team für Wissen und Analytik mit einem Fokus auf innovative Lösungen.
- Vorteile: Wettbewerbsfähige Vergütung, flexible Arbeitszeiten und ein dynamisches Arbeitsumfeld.
- Weitere Informationen: Möglichkeiten zur beruflichen Weiterentwicklung in einem internationalen Umfeld.
- Warum dieser Job: Gestalte analytische Systeme, die strategische Entscheidungen weltweit unterstützen.
- Qualifikationen: Master-Abschluss in Wirtschaft oder Statistik und mindestens fünf Jahre relevante Erfahrung.
Das prognostizierte Gehalt liegt zwischen 63000 - 77000 € pro Jahr.
Ein globales Wissens- und Analytikteam sucht einen hochmotivierten Program Manager / Research Associate, um seine analytischen, modellierenden und wissensbasierten Infrastrukturfähigkeiten zu stärken. Die Rolle kombiniert rigorose wirtschaftliche Forschung, statistische Modellierung und die Entwicklung skalierbarer, datengestützter Systeme, die strategische Entscheidungen auf globaler und länderspezifischer Ebene unterstützen. Der erfolgreiche Kandidat wird zur Gestaltung, Implementierung und Verfeinerung von Indikatorsystemen, Prognosemodellen und Wissensmanagement-Tools beitragen. Die Position befindet sich an der Schnittstelle von Forschung, Datenengineering und strategischer Analyse und hilft, das methodologische Rückgrat der Überwachungs- und Evaluierungsarchitektur der Organisation aufzubauen.
Ihre Aufgaben
- Entwicklung und Pflege von Monitoring-Indikatorsystemen zur Verfolgung des Fortschritts in verschiedenen programmatischen Portfolios.
- Aufbau, Automatisierung und Dokumentation strukturierter Wissensdatenbanken und Reporting-Tools unter Verwendung reproduzierbarer Workflows und Versionskontrolle.
- Unterstützung bei der Integration von retrieval-augmented generation Architekturen und datenbankgestützten Systemen.
- Beitrag zu vierteljährlichen Indikatorupdates und Meilensteinverfolgungsprozessen.
- Entwurf und Schätzung von Modellvorlagen für erwartete programmatische Ergebnisse.
- Entwicklung strukturierter Elicitationsprotokolle und Expertenurteilrahmen.
- Aufbau und Anwendung statistischer Modellierungs-Workflows für Länderfallstudien, einschließlich Spezifikation, Schätzung, Validierung und Aggregation.
- Übersetzung von Modellergebnissen in rigorose, entscheidungsorientierte analytische Berichte.
- Beitrag zur Entwicklung und Kommunikation von Forschungsagenden.
- Sicherstellung hoher Standards für Reproduzierbarkeit, Dokumentation und methodologische Transparenz.
Ihr Profil
- Master-Abschluss in Wirtschaftswissenschaften, Statistik oder einem eng verwandten quantitativen Fachgebiet.
- Mindestens fünf Jahre relevante Berufserfahrung.
- Nachgewiesene Erfahrung als Forschungsassistent oder in einer vergleichbaren analytischen Rolle.
- Erfolgreiche Nachweise in statistischer Modellierung und empirischer Forschung.
- Programmierkenntnisse in R und Python.
- Starke Kenntnisse fortgeschrittener statistischer Techniken.
- Grundkenntnisse in SQL.
- Vertrautheit mit Stan, PyMC oder vergleichbaren Bayesian-Modellierungsrahmen.
- Erfahrung mit reproduzierbaren Forschungstools (z.B. Git, Quarto).
- Vertrautheit mit Datenbanksystemen (z.B. DuckDB) und API-Integrationen.
- Fließende Englischkenntnisse erforderlich.
- Deutschkenntnisse auf B1/B2-Niveau sehr wünschenswert.
- Spanischkenntnisse mindestens auf B1-Niveau wünschenswert.
- Französisch sehr willkommen.
Das Unternehmen bietet
- Eine strategische Rolle innerhalb einer ehrgeizigen globalen und multi-ländlichen Wissens- und Modellierungsinitiative.
- Substantielle Verantwortung und intellektuelles Eigentum an analytischen Rahmenwerken und Systemen.
- Ein Umfeld, das durch methodologische Strenge und hohe analytische Standards gekennzeichnet ist.
- Wettbewerbsfähige Vergütung entsprechend Qualifikationen und Erfahrung.
- Flexible Teleworking-Arrangements.
Program Manager / Research Associate - Knowledge & Modelling Infrastructure Arbeitgeber: Humanis AG
Die Humanis AG in Zürich bietet eine hervorragende Arbeitsumgebung für Senior Citrix Platform Engineers, die ihre Expertise in einem dynamischen und innovativen Team einbringen möchten. Mit einer transparenten Unternehmenskultur, zahlreichen Möglichkeiten zur beruflichen Weiterentwicklung und einem starken Fokus auf Teamarbeit ist Humanis AG der ideale Arbeitgeber für alle, die an spannenden technischen Projekten arbeiten wollen und Wert auf ein unterstützendes Arbeitsumfeld legen.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass du so Program Manager / Research Associate - Knowledge & Modelling Infrastructure 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 Humanis AG 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 Program Manager / Research Associate - Knowledge & Modelling Infrastructure 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 Program Manager / Research Associate - Knowledge & Modelling Infrastructure bei Humanis AG gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei Humanis AG 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 Humanis AG entscheidend sein!
