Auf einen Blick
- Aufgaben: Entwickeln und implementieren Sie kreditrisikobezogene Modelle und automatisierte Entscheidungslogik.
- Unternehmen: Pliant ist ein europäisches Fintech mit Sitz in Berlin, das B2B-Zahlungslösungen anbietet.
- Vorteile: Attraktive Vergütung, monatlicher Mobilitätszuschuss und Wellhub-Mitgliedschaft.
- Weitere Informationen: Hybrid-Arbeitsmodell in Berlin oder London mit flexiblen Remote-Möglichkeiten.
- Warum dieser Job: Übernehmen Sie Verantwortung in einem wachsenden Team mit großen Herausforderungen und Entwicklungsmöglichkeiten.
- Qualifikationen: 3-5 Jahre Erfahrung in Datenwissenschaft oder ML-Engineering, starke Python- und SQL-Kenntnisse erforderlich.
Das prognostizierte Gehalt liegt zwischen 60000 - 80000 € pro Jahr.
ÜBER UNS
Pliant ist ein europäisches Fintech, das sich auf B2B-Zahlungslösungen spezialisiert hat. Unsere modulare, API-first Plattform hilft Unternehmen, Ausgaben zu optimieren, den Cashflow zu verbessern und Zahlungen in ihre finanziellen Arbeitsabläufe zu integrieren. Wir bedienen zwei Hauptkundensegmente: Unternehmen, die ihre Betriebsabläufe durch intuitive Apps und APIs optimieren möchten, sowie Finanzsoftware-Plattformen, ERP-Anbieter und Banken, die ihre Kreditkartenangebote mit Pliants Embedded Finance und White-Label-Lösungen erweitern möchten. Gegründet im Jahr 2020 und mit Sitz in Berlin, unterstützt Pliant über 4.000 Unternehmen und mehr als 20 Partner weltweit.
ÜBER DIE ROLLE
Als Senior Credit Risk Data Scientist sind Sie verantwortlich für das Design, die Entwicklung und den Einsatz von datengestützten Kreditmodellen und automatisierten Entscheidungsfindungssystemen für kleine und mittelständische Unternehmen. Dies ist eine praktische technische Rolle, die an der Schnittstelle von Data Science, ML Engineering und Kreditrisikostrategie angesiedelt ist. Sie schreiben produktionsbereiten Code, bauen End-to-End-Pipelines und übersetzen Modelloutputs in reale Kreditentscheidungen. Sie verbessern kontinuierlich die Modelle, Pipelines und Entscheidungslogik, die bestimmen, wie Pliant Kredite in Europa und den USA vergibt.
WAS SIE TUN WERDEN
- Modellentwicklung & -bereitstellung: Entwickeln, validieren und implementieren Sie Kreditrisikomodelle und übernehmen Sie den gesamten Lebenszyklus von der Merkmalsentwicklung bis zur Produktionsbereitstellung.
- Datenengineering: Entwerfen und bauen Sie End-to-End-Datenpipelines in Python und SQL.
- Entscheidungsmaschinenbesitz: Entwickeln, testen und iterieren Sie automatisierte Kreditentscheidungslogik.
- ML-Infrastruktur: Übernehmen Sie die Bereitstellung, Versionierung und Überwachung von Modellen.
- Portfolioanalytik: Analysieren Sie die Portfolioleistung und identifizieren Sie Risikotreiber.
- Frühwarnsysteme: Entwerfen und bauen Sie EWS-Rahmenwerke.
- Zusammenarbeit: Arbeiten Sie mit den Teams für Risikomanagement, Daten und Engineering zusammen.
- Kommunikation: Unterstützen Sie datengestützte Entscheidungen im Bereich Kreditrisiko.
WAS SIE MITBRINGEN
Abschluss in einem quantitativen oder ingenieurtechnischen Fachgebiet oder einem verwandten Bereich. 3–5 Jahre praktische Erfahrung in Data Science, ML Engineering oder quantitativen Kreditrisiken. Starke Python-Kenntnisse. Erfahrung mit Pipeline-Orchestrierungstools wie Airflow oder dbt ist von Vorteil. Gute SQL-Kenntnisse. Direkte Erfahrung in der Erstellung und Bereitstellung prädiktiver Modelle. Gute Kenntnisse der Konzepte des Kreditrisikos für unbesicherte SME-Expositionen. Erfahrung mit Cloud-Plattformen wie GCP, AWS oder Azure.
WAS WIR BIETEN
Die Möglichkeit, in einem wachsenden Team mit großen Verantwortlichkeiten zu arbeiten. Attraktive Vergütung. Flache Hierarchie und transparente Kommunikation in einer entspannten, professionellen Atmosphäre. Flexibilität und die Möglichkeit, remote zu arbeiten.
DIVERSITÄT & INKLUSION
Bei Pliant glauben wir, dass Vielfalt und Inklusion entscheidend sind, um nicht nur ein innovatives Produkt, sondern auch ein außergewöhnliches Erlebnis für unsere Kunden und unser Team zu schaffen.
Senior Credit Risk Data Scientist (m/f/d) Arbeitgeber: Motive Partners
Pliant bietet eine dynamische Arbeitsumgebung in Berlin mit flachen Hierarchien und transparenter Kommunikation. Das Unternehmen fördert Vielfalt und Inklusion und unterstützt über 4.000 Unternehmen weltweit. Mitarbeiter profitieren von einem monatlichen Mobilitätszuschuss und der Pliant Card zur Nutzung des Produkts.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass Sie so Senior Credit Risk Data Scientist (m/f/d) 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 Motive Partners 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 Credit Risk Data Scientist (m/f/d) 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 Credit Risk Data Scientist (m/f/d) bei Motive Partners gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei Motive Partners 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 Motive Partners entscheidend sein!
