Auf einen Blick
- Aufgaben: Entwickle prädiktive Modelle und arbeite an innovativen Lösungen im Gesundheitsbereich.
- Unternehmen: Dynamisches Unternehmen, das die Mitarbeiterversicherung revolutioniert.
- Vorteile: Flexibles Arbeiten, Weiterbildung, Team-Events und ein unterstützendes Arbeitsumfeld.
- Weitere Informationen: Wachstumsorientierte Kultur mit vielen Möglichkeiten zur persönlichen und beruflichen Entwicklung.
- Warum dieser Job: Gestalte die Zukunft der Mitarbeiterversicherung mit modernster Technologie und echten Auswirkungen.
- Qualifikationen: Erfahrung in angewandtem ML und Statistik sowie starke Python- und SQL-Kenntnisse.
Das prognostizierte Gehalt liegt zwischen 81000 - 99000 CHF pro Jahr.
Unser unternehmerischer Geist treibt uns in dem, was wir tun und wofür wir leidenschaftlich sind. Unsere Mission ist es, der führende Gesundheitspartner im Versicherungsbereich zu werden. Wir helfen Unternehmen, Menschen vor und nach Krankheiten zu unterstützen und ihre Zeit besser zu nutzen. Unsere Versicherungslösungen reduzieren monotone und manuelle Arbeiten für Mitarbeiter, Ärzte, HR- und Lohnmanager. Wir setzen auf eine technologiegetriebene Transformation und stellen die Mitarbeiter an erste Stelle. Unser Team ist dynamisch, vielfältig und voller kreativer Ideen.
Ihre Rolle: Unsere Daten und Technologien geben uns einen Vorteil bei der Risikobewertung, Preisgestaltung und Prämienberechnung. Diese Rolle verwandelt dies in präzise Modelle, die unsere Partner unterstützen und unser Wachstum fördern. Sie bauen prädiktive Modelle von Grund auf mit echten, regulierten Versicherungsdaten. Sie übernehmen Probleme von Anfang bis Ende, in einem Bereich, in dem Korrektheit und verantwortungsvoller Umgang wirklich wichtig sind. Ausgangspunkte sind Preisgestaltung, Risiko, Portfolioüberwachung, Schadens- und Zahlungsströme, Triage und Rückkehr zur Arbeit sowie Betrugserkennung. Sie helfen, die nächsten wertvollen Anwendungsfälle zu finden.
Was Sie tun werden:
- Modelle erstellen und validieren
- Den gesamten Lebenszyklus des Modells verwalten: Merkmalsengineering, Training, Evaluierung, Erklärbarkeit, Bereitstellung und Driftüberwachung.
- Backtesting auf dem historischen Buch durchführen und Modelle im Schattenmodus neben menschlichen Entscheidungsträgern betreiben.
- Audit-fähige Validierungs- und Governance-Dokumentation erstellen.
Plattform und MLOps: Modelle auf der Cloud-Plattform bereitstellen, innerhalb strenger Sicherheits- und Datenresidenzanforderungen für Gesundheitsdaten. Experimentverfolgung, Modellversionierung und Produktionsüberwachung einrichten.
Verantwortlich & erklärbar: Datenschutz, Fairness und Erklärbarkeit in jedes Modell einbauen, das persönliche oder Gesundheitsdaten berührt. Modelle unterstützen Entscheidungen; verantwortungsvolle Eigentümer treffen sie.
Zusammenarbeit: Modellverhalten und -grenzen den Teams für Underwriting, Schadensfälle, Aktuariat und Compliance erklären.
Was Sie benötigen:
- Starke angewandte ML- und Statistikkenntnisse: überwachtes und unüberwachtes Lernen, Anomalieerkennung, Zeitreihen- und Überlebens-/Dauer-Modellierung.
- Erfahrung im Aufbau von Modellen mit realen, relationalen, effektiven Daten.
- Fließendes Python und starke SQL-Kenntnisse.
- Gutes Verständnis von Validierung, Kalibrierung und Erklärbarkeit.
- Produktions-MLOps: Experimentverfolgung, Versionierung und Driftüberwachung.
Was wir im Gegenzug anbieten:
- Ermächtigender Arbeitsplatz: Ein leidenschaftliches Team und ein unterstützender Arbeitsplatz.
- Hybrides Setup: Flexibilität, remote oder im Büro in Zürich zu arbeiten.
- Homeoffice-Zuschuss: Ein einmaliger CHF 200-Budget für Ihr Homeoffice.
- Internet-Zuschuss: Monatlicher Zuschuss für Internetkosten.
- Flexible Arbeitszeiten: Verteilung Ihrer Arbeitsstunden nach Wunsch.
- Lernbudget: Unterstützung bei der Verbesserung Ihrer Fähigkeiten.
- Wohlbefinden: Unterstützung bei der Work-Life-Balance.
- Team-Events: Monatliche Veranstaltungen zur Teambildung.
- Bezahlter Urlaub: 5 Wochen bezahlter Urlaub pro Jahr.
Unser Rekrutierungsprozess legt besonderen Wert auf vier Bereiche: berufliche und technische Fähigkeiten, Denkweise und Werte. Wir bewerten diese durch verschiedene Schritte, einschließlich Motivationsgespräch, Rollenpassung, Fallstudie und kulturelle Verbindung.
Gesundheit ist unser Fundament. Innovation treibt unsere Mission an. Gemeinsam gestalten wir die Zukunft der Mitarbeiterversicherung.
Applied ML Engineer/Data Scientist in Zürich Arbeitgeber: grape
Grape ist ein hervorragender Arbeitgeber, der in einem dynamischen und innovativen Umfeld tätig ist. Mit einem starken Fokus auf Mitarbeiterentwicklung und einer offenen Unternehmenskultur bietet Grape nicht nur attraktive Benefits, sondern auch die Möglichkeit, in einem schnell wachsenden InsurTech-Scale-up eine bedeutende Rolle zu spielen. Hier haben Sie die Chance, Ihre Expertise in der Compliance einzubringen und gleichzeitig in einem unterstützenden Team zu wachsen.
Jobgipfel Expertenrat🤫
Wir sind der Meinung, dass du so Applied ML Engineer/Data Scientist in Zürich erhalten könntest
✨Nutz Datanetzwerke und Communities
In der Datenbank-Industrie sind spezialisierte Netzwerke wie DB-Engines oder Stack Overflow Gold wert. Mach dich aktiv in diesen Communities, beantworte Fragen und teile dein Wissen. So kannst du dein Netzwerk erweitern und wertvolle Kontakte knüpfen.
✨Besuch relevante Meetups und Konferenzen
Halte Ausschau nach Data-Meetups oder Konferenzen in deiner Nähe – wie der Swiss Data Science Conference. Diese Gelegenheiten sind perfekt, um die richtigen Leute zu treffen, deinen Namen bekannt zu machen und vielleicht sogar direkt ein paar Stellenangebote zu ergattern.
✨Zeig dein Können mit eigenen Projekten
Egal ob ein eigenes kleines Datenbankprojekt oder ein Open-Source-Beitrag – zeig potenziellen Arbeitgebern, was du drauf hast! Du kannst deine Projekte auf GitHub oder in deinem Portfolio präsentieren, das macht einen super Eindruck.
✨Bewerbe dich direkt über unsere Website
Wenn du bei grape als Applied ML Engineer/Data Scientist arbeiten willst, bewirb dich direkt auf unserer Webseite. So zeigst du gleich dein Interesse und erreichst die richtigen Ansprechpartner direkt. Wir freuen uns auf deine Bewerbung!
Wir glauben, dass du diese Fähigkeiten brauchst, um Applied ML Engineer/Data Scientist in Zürich mit Bravour zu bestehen
Einige Tipps für deine Bewerbung 🫡
Datenkenntnisse heben:Für die Stelle im Bereich Datenbanken ists wichtig, dass du deine Kenntnisse in SQL, NoSQL oder anderen Datenbank-Technologien klar herausstellst. Erwähne konkrete Projekte oder Erfahrungen, wo du mit Datenbanken gearbeitet hast, um uns zu zeigen, was du drauf hast.
Anpassung CV auf technische Skills:Stell sicher, dass dein CV die relevanten technischen Fähigkeiten und Tools enthält, die in der Stellenbeschreibung erwähnt werden. Nutze klare Stichpunkte, um deine Erfahrungen und Fähigkeiten prägnant zu präsentieren – so sehen wir sofort, dass du der richtige Kandidat bist.
Cover Letter mit Motivation:In deinem Cover Letter solltest du erklären, warum du für eine Vollzeitstelle bei grape brennst. Teile uns mit, was dich an unserem Unternehmen reizt und wie deine Leidenschaft für Datenbanken dir hilft, bei uns erfolgreich zu sein. Das gibt uns ein gutes Gefühl für deine Motivation!
Langfristige Ziele darlegen:Da es sich um eine Vollzeitstelle handelt, wäre es super, wenn du uns auch Einblicke in deine langfristigen Karriereziele gibst. Wie siehst du deine Zukunft im Datenbanken-Bereich und wie kannst du dich bei grape weiterentwickeln? Das zeigt uns, dass du an einer langfristigen Zusammenarbeit interessiert bist.
Wie man sich auf ein Vorstellungsgespräch bei grape vorbereitet
✨Datenbank-Techniken meistern
Mach dich fit in den gängigen Datenbanktechnologien wie SQL, NoSQL und vielleicht auch in etwas Big Data. In einem Vorstellungsgespräch für eine Vollzeitstelle wirst du wahrscheinlich technische Fragen und praktische Aufgaben erwarten, die zeigen, wie gut du diese Tools beherrschst.
✨Projekte im Portfolio präsentieren
Hast du an spannenden Datenbankprojekten gearbeitet? Sei bereit, deine Erfahrungen zu teilen und konkrete Herausforderungen zu diskutieren, die du gemeistert hast. Wenn du dein Portfolio vorbereitest, hebe hervor, wie deine Lösungen die Performance verbessert oder Daten effizienter verwaltet haben.
✨Soft Skills & Teamarbeit
Datenbank-Management ist oft ein Teamspiel. Sei bereit, deine Kommunikationsfähigkeiten und deine Erfahrungen in der Zusammenarbeit mit anderen IT-Fachleuten zu erläutern. Unternehmen suchen Leute, die nicht nur gut mit Daten umgehen können, sondern auch gut im Team arbeiten und komplexe technische Sachverhalte verständlich erklären können.
✨Langfristige Perspektive zeigen
Da es sich um eine Vollzeitstelle handelt, ist es wichtig, deine langfristigen Karriereziele zu zeigen. Sprich darüber, wie du dich in diesem Bereich weiterentwickeln möchtest und welche speziellen Kenntnisse oder Technologien du erlernen willst, um zum Wachstum des Unternehmens beizutragen.
