Auf einen Blick
- Aufgaben: Leite Datenengineering-Aktivitäten im Finanzbereich und optimiere Datenpipelines.
- Unternehmen: SCOR, ein innovatives Unternehmen im Bereich Rückversicherung und Finanzen.
- Vorteile: Attraktives Gehalt, flexible Arbeitszeiten und Entwicklungsmöglichkeiten.
- Weitere Informationen: Dynamisches, internationales Team mit Fokus auf Vielfalt und Inklusion.
- Warum dieser Job: Gestalte die Zukunft des Datenengineerings und arbeite an spannenden AI-Projekten.
- Qualifikationen: Mindestens 7 Jahre Erfahrung als Data Engineer und Führungskompetenz.
Das prognostizierte Gehalt liegt zwischen 60000 - 80000 € pro Jahr.
Wir suchen einen Lead Data Engineer für den Finanzbereich, der unserem Tech-, Daten- und KI-Team beitritt. Der erfolgreiche Kandidat ist ein praktischer technischer Leiter mit tiefgehender Expertise im Bereich Datenengineering, starken Kommunikationsfähigkeiten und einem soliden Verständnis von Finanzdaten und -prozessen in einem komplexen Umfeld wie der Rückversicherung.
Sie sind verantwortlich für die Leitung der Datenengineering-Aktivitäten im Finanzbereich und stellen die Robustheit, Skalierbarkeit und Qualität der Datenpipelines und analytischen Datensätze sicher, die finanzielle und regulatorische Prozesse unterstützen. Darüber hinaus helfen Sie dabei, die Entwicklung des Datenengineerings bei SCOR zu gestalten, einschließlich seiner Rolle bei der Ermöglichung von KI-gesteuerten Anwendungsfällen.
Diese Position ist keine generische Software-Engineering-Rolle: Sie erfordert eine starke Verantwortung für Datenflüsse, Datenmodelle und analytikbereite Datensätze, die direkt die Finanzberichterstattung, IFRS 17-Prozesse, Leistungssteuerung und Managemententscheidungen unterstützen.
Verantwortlichkeiten
- Leitung der Datenengineering-Aktivitäten im Finanzbereich, Überwachung, Koordination und Planung der Arbeit Ihres Teams im Einklang mit den Prioritäten der Finanzen und den regulatorischen Zeitplänen.
- Eigenverantwortung für End-to-End-Finanzdatenpipelines, von der Aufnahme bis zum Verbrauch, um Zuverlässigkeit, Skalierbarkeit, Auditierbarkeit und kosteneffiziente Leistung sicherzustellen.
- Bereitstellung praktischer technischer Führung durch Überprüfung von Datenpipelines und Datenservices sowie Durchsetzung modernster Engineering-Praktiken.
- Entwurf und Optimierung großangelegter Datenverarbeitungslösungen zur Unterstützung von Finanzanwendungsfällen, die Herausforderungen wie Abstimmung, Granularität, Leistung und Nachverfolgbarkeit adressieren.
- Aufrechterhaltung der architektonischen Verantwortung für Finanzdatenpipelines und -datensätze, Durchsetzung klarer Dokumentation einschließlich Code, Herkunft, Datenbeschreibungen und Versionshinweisen.
- Sicherstellung der Datenqualität, Konsistenz und Governance über Finanzdatensätze hinweg, im Einklang mit internen Kontrollen und regulatorischen Erwartungen.
- Coaching und Mentoring von Dateningenieuren zur Unterstützung der Fähigkeitenentwicklung, Autonomie und einer Kultur der Engineering-Exzellenz.
- Enge Zusammenarbeit mit Finanz-, Aktuar-, Risiko-, Daten- und KI-Interessengruppen durch Workshops, Entwurfssitzungen und agile Zeremonien.
- Aktive Mitwirkung an der Weiterentwicklung der Praktiken im Datenengineering, insbesondere im Kontext von KI-bereiten Datenplattformen und Finanzanalysen.
Qualifikationen
- Über 7 Jahre Erfahrung als Dateningenieur mit einer starken datenzentrierten Denkweise.
- Über 3 Jahre Erfahrung in einer technischen Führungsrolle.
- Nachweisliche Erfolge bei der Bereitstellung und dem Betrieb produktionsreifer Datenpipelines in einem agilen Umfeld.
- Nachgewiesene Erfahrung mit Palantir Foundry und/oder Databricks.
- Erfahrung in (Rück-)Versicherung, Finanzdienstleistungen oder anderen komplexen, datenintensiven Branchen ist ein großer Vorteil.
- Starke praktische Expertise in Python, PySpark und SQL.
- Solides Verständnis von verteiltem Datenprocessing, CDC, langsam sich ändernden Dimensionen und Datenmodellierung.
- Starke Kenntnisse in CI/CD-Pipelines, Gitflows und bewährten Verfahren in der Produktion.
- Gute Kenntnisse von REST-APIs.
- Software-Engineering-First-Denkweise mit solider Erfahrung im Datenbereich.
- Neugier und Interesse am Lernen des Versicherungs-/Rückversicherungsgeschäfts.
- Starkes analytisches Denken, strukturiertes Problemlösen und Verantwortungsbewusstsein.
- Ausgezeichnete Kommunikationsfähigkeiten, mit der Fähigkeit, mit hochrangigen Geschäfts- und technischen Interessengruppen zu kommunizieren.
- Nachgewiesene Fähigkeit, Teams in einem matrixartigen, internationalen Umfeld zu führen, zu betreuen und zu inspirieren.
SCOR unterstützt Inklusion und die Vielfalt der Talente, und alle Positionen stehen Menschen mit Behinderungen offen.
Lead Data Engineer – Finance 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 Lead Data Engineer – Finance 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 Lead Data Engineer – Finance 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 Lead Data Engineer – Finance 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!
