Auf einen Blick
- Aufgaben: Gestalte die Zukunft der Datenwissenschaft bei Julius Baer und entwickle innovative Lösungen.
- Unternehmen: Julius Baer, ein führendes Unternehmen im Wealth Management mit Fokus auf individuelle Stärken.
- Vorteile: Attraktives Gehalt, flexible Arbeitszeiten und Möglichkeiten zur beruflichen Weiterentwicklung.
- Weitere Informationen: Arbeiten in einem internationalen Umfeld mit großartigen Wachstumschancen.
- Warum dieser Job: Sei Teil eines dynamischen Teams und forme die Zukunft der Datenanalyse in der Finanzwelt.
- Qualifikationen: Mindestens 5 Jahre Erfahrung in Technologie oder Datenwissenschaft, idealerweise im Finanzsektor.
Das prognostizierte Gehalt liegt zwischen 90000 - 110000 CHF pro Jahr.
Bei Julius Baer feiern und schätzen wir die individuellen Qualitäten, die Sie mitbringen, um wirkungsvoll, unternehmerisch und befähigt zu sein und Werte über den Reichtum hinaus zu schaffen. Lassen Sie uns gemeinsam die Zukunft des Wealth Management gestalten. Julius Baer sucht einen zukunftsorientierten Data Scientist, um die Zukunft des Data Science Workbench-Angebots von Julius Baer zu gestalten.
In dieser entscheidenden Rolle werden Sie die technische Vision, den Fahrplan, die Community of Practice und die betriebliche Exzellenz des Data Science Workbench-Angebots der Global Data Platform definieren und vorantreiben, um datengestützte Entscheidungen und Berichterstattung in der gesamten Bank zu ermöglichen. Sie spielen eine zentrale Rolle bei der Transformation, wie wir unsere grundlegende Data Science-Infrastruktur aufbauen, skalieren und steuern – dabei balancieren Sie Innovation mit Robustheit, Agilität mit Compliance und Geschwindigkeit mit Nachhaltigkeit.
Eng arbeiten Sie mit dem Plattformbesitzer, der Unternehmensarchitektur, dem Produktbesitzer, den Engineering-Teams und externen Partnern zusammen, um sicherzustellen, dass die Fähigkeiten des Data Science Workbench kontinuierlich den sich entwickelnden Geschäfts- und Verbraucheranforderungen entsprechen und strengen IT-, Risiko- und Regulierungsstandards genügen.
IHRE HERAUSFORDERUNG
- Definieren und Pflegen der End-to-End technischen Vision, des Fahrplans und der Lebenszyklusstrategie für das Data Science Workbench-Angebot der globalen Datenplattform.
- Anforderungen sammeln und Beziehungen zur aktuellen und potenziellen Verbraucherschaft pflegen. Sicherstellen, dass die technische Vision und der Fahrplan ihre aktuellen und zukünftigen Geschäftsziele ermöglichen.
- Plattformskalierbarkeit, Zuverlässigkeit, Leistung und Sicherheit gewährleisten, indem nicht-funktionale Anforderungen (NFRs), Beobachtbarkeit, Automatisierung und Resilienz-by-Design-Prinzipien eingebettet werden.
- Die Priorisierung und Lieferung von Funktionen und Fähigkeiten im Zusammenhang mit dem Data Science Workbench leiten, in Zusammenarbeit mit Plattformbesitzern, Scrum Mastern, Entwicklungsteams, Systemarchitekten und Release Train Engineers, um die Arbeit über agile Teams hinweg zu koordinieren.
- Die Community of Practice für das Data Science Workbench in der gesamten Organisation besitzen und vorantreiben.
- Als primärer technischer Eskalationspunkt für Vorfälle, Probleme, Audits und Risikofunde im Zusammenhang mit dem Data Science Workbench fungieren.
- SLAs, SLOs und KPIs festlegen und überwachen; Metriken und OKRs nutzen, um die Plattformgesundheit, Nutzung, Teamleistung und den geschaffenen Geschäftswert zu messen.
- Standardisierung, Wiederverwendung und Vereinfachung im gesamten Data Science Workbench-Ökosystem vorantreiben, um Komplexität zu reduzieren, Interoperabilität zu verbessern und die Markteinführungszeit zu beschleunigen.
- Das Zielbetriebsmodell für die Operationen des Data Science Workbench gestalten – einschließlich Governance, RACI-Definitionen, Incident-Triage und Übergabeprozesse – zur Unterstützung von Stabilität, nachhaltigem Wachstum und effizienten Betriebsmodellen.
IHRE QUALIFIKATIONEN
- Abschluss als Bachelor oder Master in Informatik, Informationssystemen oder einem verwandten Bereich.
- Mindestens 5 Jahre Erfahrung in Technologie- und/oder Data Science-Rollen innerhalb großer, regulierter Unternehmen – vorzugsweise im Finanzdienstleistungssektor.
- Nachweisliche Erfahrung in der Gestaltung und Operationalisierung von Künstlicher Intelligenz (AI) und Machine Learning (ML) Plattformen, MLOps-Pipelines und Modellentwicklungsrahmen.
- Praktische Expertise in den Kernprogrammiersprachen der Data Science (z.B. Python, R, SQL) und Bibliotheken (z.B. TensorFlow, PyTorch, Scikit-learn).
- Erfahrung mit der Integration von Large Language Models (LLM), generativen AI-Frameworks und Prompt Engineering in Unternehmensumgebungen.
- Starker Hintergrund in statistischer Modellierung, prädiktiver Analytik und natürlicher Sprachverarbeitung (NLP).
- Nachgewiesene Erfahrung in der Implementierung verantwortungsvoller AI-Praktiken, einschließlich Modellvalidierung, Bias-Erkennung und Erklärbarkeit in einem regulierten Kontext.
- Erfahrung in der Ermöglichung von Data Science-Teams durch den Aufbau skalierbarer, geregelter Umgebungen für Modellentwicklung, -training und -bereitstellung.
- Erfahrung mit Feature Stores, Vektordatenbanken und AI-Orchestrierungstools zur Unterstützung fortgeschrittener Analytik-Anwendungsfälle.
- Fähigkeit, komplexe Data Science- und AI-Anforderungen in robuste, produktionsreife Infrastruktur-Spezifikationen zu übersetzen.
- Nachweisliche Erfahrung in der Leitung und Skalierung einer Community of Practice.
- Erfahrung in der Definition und Lieferung technischer Visionen und Fahrpläne in Unternehmensumgebungen.
- Praktische Kenntnisse moderner Datalake- und Datalake-House-Technologien wie Apache Spark / Iceberg, Trino, Kafka, Kubernetes, Snowflake/Databricks, Hadoop-Ökosysteme oder Äquivalente.
- Starkes Verständnis von agilen Methoden, DevOps-Praktiken, CI/CD-Pipelines.
- Vertrautheit mit Risiko- und Compliance-Rahmenwerken, die für Schweizer Finanzinstitute gelten, und Erfahrung in der Bearbeitung von Auditpunkten oder IT-Risiko-Elementen.
- Außergewöhnliche technische Führung und systemisches Denken, in der Lage, kurzfristige Lieferungen mit langfristiger Plattformnachhaltigkeit in Einklang zu bringen.
- Gute Kommunikationsfähigkeiten auf allen Ebenen. Fähigkeit, komplexe Themen für das Management und das Geschäft zusammenzufassen, während Sie auch auf Detailniveau mit technischen Teams diskutieren können.
- Expertise in der Governance des Softwarelebenszyklus, im Management technischer Schulden, in der Behebung von Schwachstellen und in Genehmigungsprozessen für Releases.
- Fähigkeit im Roadmapping, im Management von Abhängigkeiten und in der Übersetzung von Geschäftsfähigkeiten in umsetzbare technische Initiativen.
- Menschenfreund oder komfortabel mit erheblichem Geschäft-/Verbraucherinteraktion.
- Solides Verständnis nicht-funktionaler Anforderungen – Leistung, Verfügbarkeit, Wiederherstellbarkeit, Überwachung, Protokollierung und Sicherheit von Anfang an.
- Stark analytische Denkweise mit der Fähigkeit, dateninformierte Entscheidungen unter Verwendung von KPIs, Telemetrie und Feedbackschleifen zu treffen.
- Fließend in Englisch, sowohl schriftlich als auch mündlich; Deutschkenntnisse sind von Vorteil.
- Fähigkeit, effektiv in einer matrixartigen, multinationalen Umgebung mit konkurrierenden Prioritäten zu arbeiten.
Wir freuen uns auf Ihre vollständige Bewerbung über unser Online-Bewerbungstool. Weitere interessante Stellenangebote finden Sie auf unserer Karriereseite.
Data Scientist 100% (f/m/d) in Zürich Arbeitgeber: Julius Baer
Julius Baer ist ein hervorragender Arbeitgeber, der seinen Mitarbeitenden in Zürich eine dynamische und unterstützende Arbeitsumgebung bietet. Mit einem starken Fokus auf Mitarbeiterentwicklung und Weiterbildungsmöglichkeiten fördert das Unternehmen eine Kultur der Zusammenarbeit und des Engagements. Zudem profitieren die Angestellten von attraktiven Sozialleistungen und der Möglichkeit, in einem internationalen Umfeld zu arbeiten, was die Position als Global Corporate Actions & Income Specialist besonders reizvoll macht.
Jobgipfel Expertenrat🤫
Wir sind der Meinung, dass du so Data Scientist 100% (f/m/d) 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 Julius Baer
Gehe auf die Karriere-Seite von Julius Baer 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 Data Scientist 100% (f/m/d) in Zürich mit Bravour zu bestehen
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 Julius Baer 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 Julius Baer arbeiten möchtest und was dich an Data Science begeistert. Wir lieben es, wenn Bewerber ihre Leidenschaft zeigen!
Wie man sich auf ein Vorstellungsgespräch bei Julius Baer 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 Julius Baer 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.
