Data Scientist Insurance (all genders)
Data Scientist Insurance (all genders)

Data Scientist Insurance (all genders)

Stuttgart Vollzeit 43200 - 72000 € / Jahr (geschätzt) Kein Home Office möglich
T

Auf einen Blick

  • Aufgaben: Entwickle innovative AI-Lösungen für Versicherungen und automatisiere ML-Pipelines.
  • Arbeitgeber: adesso ist ein führendes Unternehmen im Bereich datengetriebene Lösungen für die Versicherungsbranche.
  • Mitarbeitervorteile: Flexible Arbeitszeiten, Remote-Optionen und spannende Corporate-Persönlichkeiten warten auf dich.
  • Warum dieser Job: Werde Teil eines agilen Teams und gestalte die Zukunft der Versicherungsbranche mit innovativen Technologien.
  • Gewünschte Qualifikationen: Abgeschlossenes Studium in Informatik oder Wirtschaftsinformatik und mindestens zwei Jahre relevante Berufserfahrung.
  • Andere Informationen: Erfahrungen mit MLOps-Tools und Cloud-Infrastrukturen sind von Vorteil.

Das voraussichtliche Gehalt liegt zwischen 43200 - 72000 € pro Jahr.

Du hast Spaß an Machine Learning-Projekten und bereits vielseitige Erfahrungen im Umfeld von Versicherungen sammeln können? Außerdem automatisierst du gerne Dinge, vor allem ML-Pipelines, Deployments und auch alles andere, was sich automatisieren lässt? Dann bist du bei adesso genau richtig!

Baue gemeinsam mit uns das Team Data Driven Insurance zu einem Competence Center aus. Dabei sind wir in Richtung Versicherungsmarkt die technische Speerspitze für datengetriebene Lösungen und Consultingleistungen.

In deiner Rolle als Data Scientist konzipierst und entwickelst du als Teil unseres Teams „Data Driven Insurance“ innovative Lösungen, mit denen wir für unsere Versicherungskunden kontinuierlich Geschäftsnutzen aus deren Daten generieren.

Im Detail übernimmst du dabei folgende Aufgaben:

  • Du konzipierst und implementierst innovative AI-Lösungen für Versicherungen mit starkem Fokus auf Cloud-Infrastrukturen.
  • Du unterstützt uns bei der Optimierung und Automatisierung bestehender AI-Lösungen und sorgst damit für eine kontinuierliche Verbesserung der AI-Produkte unserer Versicherungskunden.
  • Du automatisierst Trainings- und Release-Prozesse von ML-Modellen und berätst unsere Kunden bei der Auswahl und Implementierung moderner AI-Plattformen und -Frameworks.
  • Du unterstützt uns und unsere Kunden bei der Identifizierung und Umsetzung von innovativen AI Use cases sowie bei der Entwicklung von neuen datengetriebenen Geschäftsmodellen.

Minimum Anforderungen:

  • Erfolgreich abgeschlossenes Studium in der Fachrichtung Informatik, Wirtschaftsinformatik oder ein vergleichbares Studium mit relevantem Bezug.
  • Mindestens zwei Jahre einschlägige Berufserfahrung mit ausgeprägtem ML-Hintergrund und Erfahrung in der Erstellung, Bereitstellung und Pflege von ML-Modellen in der Produktion.
  • Projekterfahrung bei Versicherungen.
  • Fortgeschrittene Kenntnisse in Python und den gängigen Machine Learning-Bibliotheken sowie Erfahrungen mit MLOps-Tools wie MLflow, KubeFlow o.ä.
  • Von Vorteil sind Erfahrungen im Umgang mit großen Datenmengen sowie im Einsatz von Infrastructure as Code (Terraform, ARM).
  • Spaß an der Arbeit in einem agilen Team, "Out of the box"-Denken und hohes Interesse daran, sich mit neuen Themen auseinanderzusetzen.

Data Scientist Insurance (all genders) Arbeitgeber: TN Germany

Adesso ist ein hervorragender Arbeitgeber, der in Städten wie Berlin, Köln und München eine dynamische und innovative Arbeitsumgebung bietet. Unsere Unternehmenskultur fördert Teamarbeit und kreatives Denken, während wir unseren Mitarbeitern durch kontinuierliche Weiterbildung und spannende Projekte im Bereich Machine Learning und Versicherungen vielfältige Entwicklungsmöglichkeiten bieten. Zudem profitieren unsere Mitarbeiter von flexiblen Arbeitszeiten und der Möglichkeit, an der Spitze der digitalen Transformation im Versicherungssektor zu arbeiten.
T

Kontaktperson:

TN Germany HR Team

StudySmarter Bewerbungstipps 🤫

So bekommst du den Job: Data Scientist Insurance (all genders)

Tipp Nummer 1

Netzwerke sind entscheidend! Nutze Plattformen wie LinkedIn, um dich mit Fachleuten aus der Versicherungs- und Data Science-Branche zu vernetzen. Engagiere dich in relevanten Gruppen und Diskussionsforen, um dein Wissen zu erweitern und potenzielle Kontakte zu knüpfen.

Tipp Nummer 2

Halte Ausschau nach Meetups oder Konferenzen, die sich auf Machine Learning und Versicherungen konzentrieren. Diese Veranstaltungen bieten nicht nur wertvolle Einblicke, sondern auch die Möglichkeit, direkt mit Unternehmen wie uns in Kontakt zu treten und mehr über unsere Projekte zu erfahren.

Tipp Nummer 3

Zeige deine Leidenschaft für Automatisierung und ML-Pipelines! Teile deine eigenen Projekte oder Beiträge auf GitHub oder in Blogs, um deine Fähigkeiten zu demonstrieren. Dies kann dir helfen, dich von anderen Bewerbern abzuheben und unser Interesse zu wecken.

Tipp Nummer 4

Bereite dich auf technische Interviews vor, indem du häufige Fragen zu Machine Learning, Cloud-Infrastrukturen und MLOps-Tools übst. Vertraue auf deine Projekterfahrungen im Versicherungsbereich und sei bereit, konkrete Beispiele zu nennen, wie du Herausforderungen gemeistert hast.

Diese Fähigkeiten machen dich zur top Bewerber*in für die Stelle: Data Scientist Insurance (all genders)

Machine Learning
Python
ML-Bibliotheken (z.B. TensorFlow, PyTorch, Scikit-Learn)
MLOps-Tools (z.B. MLflow, KubeFlow)
Cloud-Infrastrukturen
Automatisierung von ML-Pipelines
Deployment von ML-Modellen
Data Engineering
Erfahrung mit großen Datenmengen
Infrastructure as Code (z.B. Terraform, ARM)
Agile Methoden
Analytisches Denken
Beratungskompetenz
Teamarbeit

Tipps für deine Bewerbung 🫡

Verstehe die Anforderungen: Lies die Stellenanzeige sorgfältig durch und achte auf die spezifischen Anforderungen und Aufgaben. Stelle sicher, dass du alle geforderten Qualifikationen und Erfahrungen in deiner Bewerbung ansprichst.

Betone relevante Erfahrungen: Hebe deine bisherigen Erfahrungen im Bereich Machine Learning und insbesondere im Versicherungssektor hervor. Verwende konkrete Beispiele, um zu zeigen, wie du ML-Modelle entwickelt und implementiert hast.

Zeige deine technischen Fähigkeiten: Stelle sicher, dass du deine Kenntnisse in Python und den gängigen Machine Learning-Bibliotheken klar darstellst. Erwähne auch deine Erfahrungen mit MLOps-Tools und Infrastructure as Code, da dies für die Position wichtig ist.

Motivationsschreiben: Verfasse ein überzeugendes Motivationsschreiben, in dem du erklärst, warum du dich für diese Position interessierst und was du zum Team Data Driven Insurance beitragen kannst. Zeige deine Begeisterung für innovative AI-Lösungen und agile Arbeitsweisen.

Wie du dich auf ein Vorstellungsgespräch bei TN Germany vorbereitest

Verstehe die Anforderungen

Mach dich mit den spezifischen Anforderungen der Stelle vertraut. Überlege dir, wie deine bisherigen Erfahrungen im Bereich Machine Learning und Versicherungen zu den Aufgaben passen, die in der Stellenbeschreibung genannt werden.

Bereite konkrete Beispiele vor

Sei bereit, konkrete Projekte oder Herausforderungen zu besprechen, die du in der Vergangenheit gemeistert hast. Zeige, wie du ML-Pipelines automatisiert oder AI-Lösungen implementiert hast, um den Geschäftsnutzen zu steigern.

Zeige dein technisches Wissen

Stelle sicher, dass du mit den gängigen Machine Learning-Bibliotheken und MLOps-Tools vertraut bist. Bereite dich darauf vor, technische Fragen zu beantworten und eventuell sogar eine kurze Demo deiner Fähigkeiten zu geben.

Betone Teamarbeit und Agilität

Da die Rolle in einem agilen Team stattfindet, ist es wichtig, deine Erfahrungen in der Zusammenarbeit mit anderen zu betonen. Sprich darüber, wie du in der Vergangenheit in Teams gearbeitet hast und welche Methoden du verwendet hast, um innovative Lösungen zu entwickeln.

Data Scientist Insurance (all genders)
TN Germany
T
  • Data Scientist Insurance (all genders)

    Stuttgart
    Vollzeit
    43200 - 72000 € / Jahr (geschätzt)

    Bewerbungsfrist: 2027-05-01

  • T

    TN Germany

Ähnliche Positionen bei anderen Arbeitgebern
Europas größte Jobbörse für Gen-Z
discover-jobs-cta
Jetzt entdecken
>