Auf einen Blick
- Aufgaben: Leite das Datenengineering-Team und entwickle skalierbare Datenpipelines für Analysen und KI.
- Unternehmen: SCOR, ein führender globaler Rückversicherer mit innovativen Lösungen.
- Vorteile: Wettbewerbsfähiges Gehalt, internationale Zusammenarbeit und Entwicklungsmöglichkeiten.
- Weitere Informationen: Engagierte Unternehmenskultur, die Vielfalt und Inklusion fördert.
- Warum dieser Job: Gestalte die Zukunft des Datenmanagements und arbeite mit den besten Köpfen der Branche.
- Qualifikationen: Mindestens 4 Jahre Führungserfahrung und Expertise in modernen Datenplattformen.
Das prognostizierte Gehalt liegt zwischen 60000 - 84000 € pro Jahr.
Data ist im Kern des strategischen Plans von SCOR, Forward 2026, als einer seiner Schlüssel-Enabler. Die Organisation des Chief Data Officer spielt eine zentrale Rolle bei der Bereitstellung einer verwalteten, vertrauenswürdigen Datenplattform, die als Single Version of Truth in der gesamten Organisation fungiert. Als Head of Data Engineering sind Sie verantwortlich für die End-to-End-Datenintegration und stellen sicher, dass Daten korrekt aus operativen Systemen extrahiert, transformiert und in analytische und KI-Plattformen geliefert werden. Ihre Hauptverantwortung besteht darin, skalierbare Datenpipelines (Batch, Echtzeit, Streaming) zu entwerfen und zu betreiben, die konsistente, qualitativ hochwertige Datenflüsse im gesamten Unternehmen gewährleisten.
Sie sorgen für eine starke Ausrichtung zwischen Geschäftslogik, technischer Implementierung und Systeminteroperabilität, um eine zuverlässige und verwaltete Datenlieferung zu ermöglichen. Ein wichtiger Teil der Rolle besteht darin, upstream mit Geschäfts- und IT-Teams zusammenzuarbeiten, um die Datenqualität an der Quelle zu verbessern und Kontrollen, Verantwortung und Governance in operative Prozesse und Systeme einzubetten. Sie leiten funktionsübergreifende Engineering-Teams in den Bereichen Property & Casualty, Life & Health, Finance und Risk und arbeiten in einem agilen, produktbasierten Liefermodell, um sicherzustellen, dass die Datenintegrationsfähigkeiten kontinuierlich weiterentwickelt werden, um den Geschäftsbedürfnissen gerecht zu werden. Parallel dazu treiben Sie die Weiterentwicklung der Praktiken im Bereich Datenengineering voran, indem Sie agentische KI-Fähigkeiten integrieren, die Entwicklung, Überwachung und Optimierung von Pipelines automatisieren, um die Liefergeschwindigkeit und Zuverlässigkeit zu erhöhen.
Verantwortlichkeiten
- Entwurf und Implementierung robuster, skalierbarer und wiederverwendbarer Datenintegrationspipelines (Batch, Echtzeit, Streaming) zur Unterstützung von Unternehmensanalysen und KI-Anwendungsfällen
- Förderung von Engineering-Exzellenz durch Durchsetzung bewährter Verfahren zur Gewährleistung zuverlässiger, skalierbarer und leistungsstarker Datenpipelines
- Überbrückung von Geschäftslogik, technischer Semantik und Systeminteroperabilität zur Ermöglichung konsistenter und verwalteter Datenlieferung
- Bereitstellung sauberer, strukturierter und kontextualisierter Daten zur Unterstützung von Analyseprodukten, Dashboards und KI-Initiativen
- Sicherstellung der Übereinstimmung mit analytischen Datenmodellen, semantischen Schichten und Datenproduktdefinitionen über alle Bereiche hinweg
- Zusammenarbeit mit Geschäfts- und IT-Teams zur Identifizierung und Behebung von Datenqualitätsproblemen an der Quelle und Einbettung von Anforderungen an die Datenqualität in die Systementwicklung
- Übersetzung von Geschäfts- und Analyseanforderungen in skalierbare technische Integrationsdesigns
- Definition und Durchsetzung bewährter Verfahren, Rahmenbedingungen und Standards für Datenengineering und -integration
- Sicherstellung der hohen Leistung und Skalierbarkeit von Pipelines durch Überwachung von Latenz, Datenfrische und Zuverlässigkeit
- Definition und Verfolgung von KPIs und SLAs (z.B. Betriebszeit, Lieferleistung), um betriebliche Exzellenz sicherzustellen
- Leitung und Entwicklung funktionsübergreifender Engineering-Teams, Förderung agiler Lieferungen und klare Priorisierung in Übereinstimmung mit den Geschäftsauswirkungen
- Vorantreiben der Transformation des Datenengineerings durch Nutzung agentischer KI, die KI-unterstützte Pipeline-Entwicklung und -Tests ermöglicht
Qualifikationen
- 4+ Jahre in einer Führungsrolle mit nachweislicher Fähigkeit, Engineering-Teams oder große funktionsübergreifende Initiativen zu leiten und senior Stakeholder zu beeinflussen
- Unternehmerisches Denken mit starkem Verantwortungsbewusstsein, Verantwortung für die Bereitstellung hochwirksamer Datenengineering-Lösungen von Anfang bis Ende
- Nachweisliche Erfolge beim Entwerfen und Bereitstellen großangelegter Datenpipelines und Integrationsarchitekturen über den gesamten Datenlebenszyklus
- Starke Expertise in modernen Datenplattformen wie Databricks, Palantir Foundry, einschließlich Batch-, Echtzeit- und Streaming-Datenarchitekturen
- Nachweisliche Fähigkeit, hohe Datenqualität und Zuverlässigkeit über Pipelines hinweg sicherzustellen, einschließlich der Beeinflussung von upstream-Systemen und -Prozessen
- Umfangreiche Erfahrung in der Optimierung von Spark-Workloads durch effektive Partitionierung, Caching und Abfrageleistungsoptimierung
- Solides Verständnis von Daten-Governance, Herkunft und Datenmanagement-Rahmenwerken in einer Unternehmensumgebung
- Erfahrung in agilen Liefermodellen mit Fokus auf Priorisierung, Skalierbarkeit und kontinuierliche Wertschöpfung
- Starke Kommunikations- und Stakeholder-Management-Fähigkeiten mit der Fähigkeit, Geschäfts- und Technologieaspekte zu verbinden
- Erfahrung in der Anwendung von KI-gesteuerter Automatisierung oder starke Fähigkeit, die Einführung agentischer KI zur Transformation der Praktiken im Datenengineering voranzutreiben
- Erfahrung in Versicherungs- oder Rückversicherungsprozessen ist ein großer Vorteil
- Starke analytische und problemlösende Fähigkeiten mit Fokus auf Ursachenanalyse
- Ausgezeichnete organisatorische Fähigkeiten und eine strukturierte, zielorientierte Denkweise
- Starke Verpflichtung zur Qualität und Kundenorientierung
- Fließend in Englisch; Französisch ist von Vorteil
- Reisebereitschaft
Erforderliche Ausbildung
Abschluss in einem technischen Fachgebiet (Software Engineering, Ingenieurwesen, Mathematik, Physik) oder Management mit relevanter technischer Expertise.
Über uns
Als führender globaler Rückversicherer bietet SCOR seinen Kunden eine vielfältige und innovative Palette von Rückversicherungs- und Versicherungslösungen und -dienstleistungen zur Kontrolle und Verwaltung von Risiken. Mit "The Art & Science of Risk" nutzt SCOR seine branchenanerkannten Fachkenntnisse und modernste Finanzlösungen, um seinen Kunden zu dienen und zum Wohlergehen und zur Resilienz der Gesellschaft in rund 160 Ländern weltweit beizutragen. Arbeiten bei SCOR bedeutet, sich mit einigen der besten Köpfe der Branche auseinanderzusetzen – Aktuare, Datenwissenschaftler, Underwriter, Risikomodelle, Ingenieure und viele andere – während wir gemeinsam Lösungen für drängende Herausforderungen finden, mit denen Gesellschaften konfrontiert sind. Als internationales Unternehmen wird unsere gemeinsame Kultur durch "The SCOR Way" definiert. Dies dient sowohl dazu, Schwung zu erzeugen, der die Gruppe voranbringt, als auch als Kompass, um unser Handeln und unsere Entscheidungen zu leiten. The SCOR Way ist verankert in fünf Kernwerten, die den Input von Mitarbeitern auf allen Ebenen der Gruppe widerspiegeln. Wir kümmern uns um Kunden, Menschen und Gesellschaften. Wir handeln mit Integrität. Wir handeln mutig. Wir fördern offene Gedanken. Und wir gedeihen durch Zusammenarbeit. SCOR unterstützt Inklusion und die Vielfalt der Talente, und alle Positionen stehen Menschen mit Behinderungen offen.
Head of Data Engineering Zurich, Switzerland and 1 Posted on 07/17/2026 Trending Arbeitgeber: SCOR
SCOR ist ein hervorragender Arbeitgeber, der seinen Trainees im Bereich Risk Capital in Zürich eine dynamische und innovative Arbeitsumgebung bietet. Mit einem Fokus auf persönliche Entwicklung durch die SCOR University, attraktiven Benefits wie der Teilnahme an öffentlichen Verkehrsmitteln und einer ausgewogenen Work-Life-Balance, fördert das Unternehmen eine Kultur der Vielfalt und des sozialen Engagements. Hier haben Sie die Möglichkeit, in einem engagierten Team zu arbeiten und Ihre Fähigkeiten in einem internationalen Kontext weiterzuentwickeln.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass du so Head of Data Engineering Zurich, Switzerland and 1 Posted on 07/17/2026 Trending 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 SCOR 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 Head of Data Engineering Zurich, Switzerland and 1 Posted on 07/17/2026 Trending 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 Head of Data Engineering Zurich, Switzerland and 1 Posted on 07/17/2026 Trending bei SCOR gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei SCOR 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 SCOR entscheidend sein!