Data Scientist (w/m/d) – Mobility Analytics, Causal AI & Marketing Intelligence

Im Data Analytics Team der HUK-COBURG transformieren wir Daten in echte Mehrwerte für über 13 Mio. Kund:innen. Als Deutschlands führende Kfz-Versicherung sind wir ein traditionsreiches und stabiles Unternehmen, welches zielgerichtet in Innovation und seine datengetriebene Zukunft investiert. Unsere agilen Data Analytics Teams setzen modernste Machine Learning und KI-Methoden ein, um Prozesse zu optimieren, faire Preise zu berechnen, Schäden digital und intelligent zu steuern und um neue, innovative Versicherungsprodukte zu entwickeln.

Werde Teil unserer großen Data-Community, entwickle gemeinsam mit weiteren, erfahrenen Datenspezialist:innen eine zukunftsweisende, datenbasierte Marketing-Maschine für unser Auto-Leasing-Angebot "Drive" und nutze modernste Machine Learning- und KI-Methoden, um personalisierte Kundenansprachen zu gestalten und maßgeschneiderte Angebote zu erstellen.

Darauf kannst du dich freuen

• Konzeption, Entwicklung, Implementierung und fortlaufende Optimierung datengetriebener Modelle zur Identifikation von Kundenpräferenzen und -affinitäten im Kontext von Fahrzeug-Leasing, zum Beispiel durch Kunden-Fahrzeug-Matching und Affinitätsanalysen
• Anwendung moderner Causal- und Treatment-Effekt-Modelle zur gezielten Optimierung des Targetings sowie der Marketing- und Vertriebsmaßnahmen entlang der Customer Journey
• Kontinuierliche Weiterbildung und Übertragung modernster Data Science- und KI-Methoden aus der aktuellen Forschung auf praktische Unternehmensanforderungen
• Mentoring und Anleitung von Junior Scientists (w/m/d) und Praktikant:innen
• Teamarbeit in einem motivierten, interdisziplinären sowie agilen Team

Dein Profil

• Abgeschlossenes Studium (mindestens Master, idealerweise Promotion) in Data Science, Machine Learning, Mathematik, Physik, VWL, Informatik oder einem verwandten Fachgebiet
• Idealerweise mehrjährige praktische Erfahrung in der Entwicklung von skalierbaren Machine Learning-Lösungen
• Starke Programmierkenntnisse in Python und fundierte, theoretische und praktische Kenntnisse in modernen Machine Learning-Techniken und -Tools
• Idealerweise Erfahrungen mit Causal Machine Learning und Recommender Systems
• Lösungsorientierte, experimentierfreudige Hands-on-Arbeitsweise mit hoher Eigenverantwortung und Bereitschaft, Ownership für Projekte und Ergebnisse zu übernehmen
• Hybrides Arbeitsmodell: Bereitschaft zur Präsenz in Coburg

Unsere Benefits

• Arbeitgeberzuschüsse: Dein Plus zum Gehalt – 13,3 Monatsgehälter, leistungsorientierte Vergütung, Mobilitätszuschüsse, vermögenswirksame Leistungen
• Weiterentwicklung: Erreiche deine Ziele – Qualifizierungsmaßnahmen, Zuschüsse zu Selbstbildungsmaßnahmen, eigenes Schulungszentrum
• Flexibilität: Gute Arbeit und ein gutes Leben gehen Hand in Hand - Möglichkeit bis zur Hälfte der monatlichen Arbeitszeit von Zuhause oder unterwegs zu arbeiten
• Work-Life-Balance: Arbeite dann, wann es für dich am besten ist – flexible Arbeitszeitmodelle in Gleitzeit, 31,5 Tage Urlaubstage, Weihnachten und Silvester frei
• Beruf & Familie: Damit du dich bei uns wohlfühlst, schaffen wir die passenden Rahmenbedingungen - Unterstützung bei Kinder- und Ferienbetreuung sowie Angehörigenpflege und Teilzeit- Führungspositionen
• Gesundheit & Wohlbefinden: Geht´s dir gut, geht`s uns gut – Angeboten zu Bewegung, Ernährung und mentaler Gesundheit, Bezuschussung Mitgliedschaft in Fitnessstudios und von Präventionskursen
• Altersvorsorge: Heute schon an morgen denken – betriebliche Altersvorsorge
• Mitarbeitendenberatung: Manchmal ist es einfach gut, jemanden von außen mitdenken zu lassen - Mitarbeitendenberatung zur Unterstützung in sämtlichen Lebensphasen
• Dienstfahrrad: Radeln statt rollen - Bezuschussung deines Dienstfahrrads

Wir freuen uns auf Deine Bewerbung!

Mehr Informationen zu unserem Data Analytics Programm findest Du hier: https://www.huk.de/da

Informationen zur Verarbeitung von Bewerber:innen-Daten:

https://static.c.huk.de/content/dam/hukde/dokumente/datenschutz/informationen-verarbeitung-bewerberdaten-hc.pdf