Lead AI Engineer – GenAI Pipelines, P&C Underwriting (Hybrid) in Zürich

Lead AI Engineer – GenAI Pipelines, P&C Underwriting (Hybrid) in Zürich

Zürich Full Time 117000 - 143000 CHF / Jahr (geschätzt) Hybrid
AXA Switzerland

Auf einen Blick

  • Aufgaben: Entwickle robuste AI-Pipelines und agentische Workflows im P&C Underwriting.
  • Unternehmen: AXA Schweiz, ein führendes Unternehmen im Versicherungsbereich.
  • Vorteile: Hybrid-Arbeitsmodell, wettbewerbsfähiges Gehalt und Weiterbildungsmöglichkeiten.
  • Weitere Informationen: Spannende Karrierechancen in einem zukunftsorientierten Umfeld.
  • Warum dieser Job: Gestalte innovative AI-Lösungen und arbeite mit einem dynamischen Team.
  • Qualifikationen: Erfahrung in AI-Systemen und starke Teamarbeit-Fähigkeiten.

Das prognostizierte Gehalt liegt zwischen 117000 - 143000 CHF pro Jahr.

AXA Schweiz sucht eine erfahrene Fachperson im Bereich AI-Systeme, die robuste Pipelines und agentische Workflows im P&C Underwriting konzipiert, implementiert und betreibt.

Sie arbeiten eng mit Data Scientists, Engineers und Stakeholdern zusammen, um Versicherungsanforderungen in zuverlässige AI-Lösungen zu übersetzen.

Als Lead geben Sie technische Impulse, teilen Wissen durch Code Reviews und Architecture-Entscheidungen und gestalten Best Practices. #J-18808-Ljbffr

Lead AI Engineer – GenAI Pipelines, P&C Underwriting (Hybrid) in Zürich Arbeitgeber: AXA Switzerland

Die AXA ist ein hervorragender Arbeitgeber, der dir die Möglichkeit bietet, in einem dynamischen und unterstützenden Umfeld zu arbeiten. Mit flexiblen Arbeitsmodellen, umfangreichen Weiterbildungsangeboten und einer starken Fokussierung auf Vielfalt und Inklusion fördert die AXA nicht nur deine berufliche Entwicklung, sondern sorgt auch für eine gesunde Work-Life-Balance. In Winterthur profitierst du von einer zentralen Lage, attraktiven Benefits und einem engagierten Team, das gemeinsam an innovativen Lösungen arbeitet.

AXA Switzerland

Kontaktdaten:

AXA Switzerland Recruiting-Team

Jobgipfel Expertenrat🤫

Wir sind der Meinung, dass du so Lead AI Engineer – GenAI Pipelines, P&C Underwriting (Hybrid) in Zürich erhalten könntest

✨Tausch dich mit Datenexperten aus

Such nach lokalen Meetup-Gruppen oder Konferenzen in der Datenwissenschaft. Das ist eine super Gelegenheit, um mit Leuten zu reden, die schon in der Branche arbeiten, und eventuell sogar Insider-Tipps zu bekommen, wo Stellen zu vergeben sind.

✨Mach dich sichtbar mit Projekten

Erstelle ein paar spannende Projekte oder Analysen und teile sie auf Plattformen wie GitHub oder Kaggle. Wenn du einen coolen Algorithmus oder ein Data Vision Projekt hast, zeig es! Das bringt dich in die Sichtbarkeit und zeigt, was du drauf hast.

✨Kümmere dich um dein Netzwerk

Tausch dich mit ehemaligen Kommilitonen oder Professoren aus, die in der Datenwissenschaft tätig sind. Oft sind es die persönlichen Empfehlungen, die den Unterschied machen können, wenn es um die ersten Schritte in die Branche geht.

✨Bewirb dich direkt bei Firmen wie AXA Switzerland

Gehe auf die Karriere-Seite von AXA Switzerland und schau dir die offenen Stellen im Bereich Datenwissenschaft an. Nutze die Chance, direkt zu bewerben, weil das oft schneller und persönlicher ist als über Jobbörsen.

Wir glauben, dass du diese Fähigkeiten brauchst, um Lead AI Engineer – GenAI Pipelines, P&C Underwriting (Hybrid) in Zürich mit Bravour zu bestehen

AI-Systeme
Pipelines-Entwicklung
agentische Workflows
Zusammenarbeit mit Data Scientists
Technische Impulse geben
Code Reviews
Architektur-Entscheidungen

Einige Tipps für deine Bewerbung 🫡

Heb din technisches Wissen hervor:Sorg dafür, dass du in deinem CV und im Anschreiben deine Kenntnisse in Data Science-Tools wie Python, R oder SQL deutlich machst. Verlinke eventuell auf Projekte oder Studien, die du realisiert hast, um dein Wissen zu untermauern. Bei uns bei AXA Switzerland suchen wir nach Leuten, die richtig mit Daten umgehen können!

Zahlenschwindler oder Problemlöser?:Überleg dir konkrete Beispiele, wie du mit Zahlen und Daten Herausforderungen gelöst hast. Das zeigt uns deine Fähigkeit, analytisch zu denken und komplexe Probleme zu bewältigen. In der Data Science sind solche Skills Gold wert!

Die perfekte Dokumentation:Wenn du an Projekten gearbeitet hast, zeig uns deine Dokumentation! Gute Data Scientists präsentieren ihre Analysen und Resultate nachvollziehbar. So kannst du uns zeigen, dass du sowohl technische Skills hast als auch in der Lage bist, deine Arbeit verständlich zu kommunizieren.

Cooler Lebenslauf und Anschreiben:Dein Lebenslauf und dein Anschreiben sollten nicht nur ordentlich aussehen, sondern auch strukturiert und relevant für die Data Science sein. Mach deutlich, warum du bei AXA Switzerland arbeiten möchtest und was dich an Data Science begeistert. Wir lieben es, wenn Bewerber ihre Leidenschaft zeigen!

Wie man sich auf ein Vorstellungsgespräch bei AXA Switzerland vorbereitet

✨Data-Analysen ganz konkret

Mach dich bereit für technische Fragen über Datenanalysen und Statistiken. Du könntest gebeten werden, eine erste Datenanalyse durchzuführen oder Hypothesen mittels Daten zu validieren. Üb das mit echten Datensätzen, damit du die Tools wie Python oder R gut im Griff hast.

✨Das ideale Projekt-Portfolio

Sammle relevante Projekte in einem Portfolio, das dein Können zeigt. In einem Vorstellungsgespräch für eine Data-Science-Position wollen die Arbeitgeber oft sehen, wie du an Herausforderungen herangegangen bist. Zeig uns deine besten Projekte, vielleicht sogar solche, die interessante Visualisierungen oder Machine Learning Modelle beinhalten.

✨Soft Skills sind nicht zu unterschätzen

Kommunikation ist ein wichtiger Teil im Data-Science-Bereich. Bereite dich darauf vor, darüber zu sprechen, wie du komplexe Daten für nicht-technische Stakeholder erklärt hast. Es könnte auch hilfreich sein, Beispiele zu teilen, wo du im Team gearbeitet hast, um Datenlösungen zu entwickeln.

✨Fragen zur Unternehmensstrategie

Mach dir Gedanken darüber, wie deine Rolle im Unternehmen AXA Switzerland zum geschäftlichen Erfolg beitragen kann. Bereite Fragen vor, die aufzeigen, dass du deren Datenstrategie verstehst und wie du aktiv zur Verbesserung beitragen kannst. Das zeigt, dass du nicht nur technisches Wissen, sondern auch Interesse am Unternehmen hast.