Auf einen Blick
- Aufgaben: Entwickle und pflege Datenpipelines für Machine Learning und Big Data.
- Unternehmen: Interdisziplinäres Team mit Fokus auf volkswirtschaftliche Analysen.
- Vorteile: Verantwortungsvolle Aufgaben, flexible Arbeitsmodelle und persönliche Entwicklung.
- Weitere Informationen: Chancengleichheit und ein respektvolles Miteinander sind uns wichtig.
- Warum dieser Job: Gestalte die Geldpolitik der Schweiz mit deiner Expertise in einem offenen Umfeld.
- Qualifikationen: Master oder Doktorat in Informatik, Statistik oder verwandten Bereichen.
Das prognostizierte Gehalt liegt zwischen 61000 - 75000 € pro Jahr.
Data Scientist/ML Engineer im Team Economic Data Science Gemeinsam setzen wir uns für die Erfüllung unseres einzigartigen Mandats ein.
Ein sinnvoller Job in einem vielfältigen Umfeld.
Data Scientist/ML Engineer im Team Economic Data Science Die Organisationseinheit Economic Data Science erstellt volkswirtschaftliche Analysen und Prognosen zur Vorbereitung geldpolitischer Entscheide.
Zudem leistet sie einen Beitrag zu methodischen Innovationen und zur Weiterentwicklung von Datenpipelines.
Wir bieten eine Stelle in einem interdisziplinären Team von Ökonominnen und Ökonomen sowie Data Scientists/ML Engineers.
Ihre Aufgaben Entwicklung, Bereitstellung und Wartung von Pipelines für Datenanalyseinstrumente insbesondere im Bereich Machine Learning (ML), Natural Language Processing (NLP) und Big Data; Unterstützung des Teams bei der Einführung und Weiterentwicklung neuer IT-Werkzeuge; Mitarbeit bei der Erstellung von Prognosen und Analysen zur Vorbereitung der Geldpolitik; Mitarbeit in Fachausschüssen zu IT- und Data Science-Themen.
Ihr Profil Master- oder Doktoratsabschluss in Informatik, Statistik, Mathematik oder einem verwandten Gebiet mit quantitativer Ausrichtung; Interesse an Forecasting, Time Series Analysis und geldpolitischen Fragestellungen; Erfahrungen in der Entwicklung und Bereitstellung von ML-Pipelines, idealerweise Fachwissen im Bereich Data Engineering; ausgewiesene Kenntnisse in Programmierung mit ; Erfahrung mit Dev Ops-Tools und -Praktiken (Git, CI/CD-Plattformen); idealerweise Erfahrung mit der Linux-Kommandozeile und verteilten Systemen (Spark); verhandlungssicher auf Deutsch oder ösisch sowie auf Englisch.
Unser Angebot Wir bieten Ihnen eine verantwortungsvolle Aufgabe im Dienst des Gesamtinteresses der Schweiz - mit spürbarem Beitrag zu Wirtschaft, Bevölkerung und einem stabilen Finanzsystem.
Sie erwarten vielfältige Themen, anspruchsvolle Fragestellungen und die Möglichkeit, mit Ihrer Expertise etwas zu bewegen.
Wir leben eine Kultur der Offenheit, des Respekts und des kollegialen Miteinanders.
Chancengleichheit, fortschrittliche Rahmenbedingungen und die Vereinbarkeit von Beruf und Privatleben sind für uns selbstverständlich.
Mit gezielter Förderung, zeitgemässen Arbeitsmodellen und einem Umfeld des Vertrauens unterstützen wir Ihre persönliche und berufliche Entwicklung.
Erfahren Sie mehr über unser Arbeitsumfeld Es werden keine Bewerbungen von Agenturen entgegengenommen.
Ihr Kontakt
Pelliccia Recruiter Kontakt Keine passende Stelle gefunden? Jetzt Job-Mail abonnieren jid0b59a1dss jit0730ss jiy26ss
Data Scientist/ML Engineer im Team Economic Data Science Arbeitgeber: Schweizerische Nationalbank
Die Schweizerische Nationalbank ist ein hervorragender Arbeitgeber, der seinen Mitarbeitern die Möglichkeit bietet, an bedeutenden wirtschaftlichen Analysen und Projekten mitzuarbeiten. Mit einem starken Fokus auf Weiterbildung und persönlichem Wachstum fördert die Bank eine offene und kollaborative Arbeitskultur, die es den Mitarbeitern ermöglicht, ihre Fähigkeiten in einem internationalen Umfeld weiterzuentwickeln. Zudem profitieren Sie von attraktiven Arbeitsbedingungen und der Möglichkeit, einen direkten Einfluss auf die Finanzpolitik der Schweiz zu nehmen.
Kontaktdaten:
Schweizerische Nationalbank Recruiting-Team
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass du so Data Scientist/ML Engineer im Team Economic Data Science 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 Schweizerische Nationalbank 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 Data Scientist/ML Engineer im Team Economic 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 Data Scientist/ML Engineer im Team Economic Data Science bei Schweizerische Nationalbank gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei Schweizerische Nationalbank 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 Schweizerische Nationalbank entscheidend sein!
