职位:
数据科学实习生,北美综合分析(2024年夏季 - 多伦多,4个月)
地点:
多伦多,安大略省
持续时间:
4个月
预计开始日期:
2024年5月
我们齐心协力,竭尽全力,帮助人类变得更勇敢、更优秀。
作为全球领先的再保险公司,在全球50多个地点拥有超过40,000名员工,慕尼黑再保险引入了一种关于保险的范式转变。通过将不确定性转化为可管理的风险,我们实现了根本性的变革。我们将多样性、包容性和归属感视为重要优先事项,并拥有一个欢迎不同思想和观点的文化。我们敢于大胆思考,并不断创新,为我们的客户创造价值。
机器学习如何促进更长寿、更健康的生活?凭借数十年的风险数据、新颖的数据来源以及一支创新的数据科学家、工程师和领域专家团队,慕尼黑再保险正在构建改变寿险行业的解决方案。
• 开发能够更轻松获得保险和更健康生活方式的解决方案
• 构建具有最佳安全性、机器学习和DevOps实践的高度可扩展产品
• 研究偏见和公正性、疾病模型、自然语言处理等
• 发现各种领域的职业机会,具有领导机会
• 灵活的远程/面对面工作+注重工作与生活的平衡
• 成为一个快速发展的团队的一员,重视透明度和多样性
我们的实习项目为您提供了一个在再保险行业实际应用课堂和技术培训的绝佳机会。在我们的团队中,您将得到:经验丰富的行业专业人士的指导,接触慕尼黑再保险的领导层,作为有价值的团队成员和贡献者从事有意义的工作,并得到指导,建立坚实的基础,帮助您成为未来领域的领导者。
慕尼黑再保险采用混合工作模式运作,包括平均每周在办公室工作2-3天,其余时间在家工作。学生们需要在实习期间搬到所在城市,以便充分融入整个项目。这为您提供了一个很好的机会来建立人际网络,培养软技能,并完全融入慕尼黑再保险的文化;包括在办公室与团队进行面对面会议、分享有意义的时刻,并分配时间与您的经理进行交流。
要了解更多关于北美综合分析团队的信息,请访问我们的网站:https://www.munichre.com/us-life/en/solutions/integrated-analytics.html
职责:
职责可能包括但不限于以下内容:
• 支持开发统计和机器学习技术,为核保、定价和理赔管理构建模型;
• 协助构建和实施解决方案,使运营单位能够提高核心流程的质量和速度,从而产生增量收入或降低费用;
• 帮助研究数据建模的新方法,以解锁可行的见解或改进流程;
• 与慕尼黑再保险的各个部门合作,了解分析如何影响业务决策;
• 与慕尼黑再保险现有的数据科学团队建立联系。
资格要求:
我们正在寻找全面发展的个人,他们具有技术敏锐性,拥有良好的沟通能力,并能与内部客户建立积极的关系。我们正在寻找充满活力和合作的专业人士,他们对加入我们成功的团队并展现成为数据科学领域未来领导者的潜力感到兴奋。
具体来说,我们正在寻找以下资格:
技术:
• 计算机科学、统计学、数据科学/分析、应用数学、工程(物理学、生物信息学)本科或研究生学位-或等同的课程提供大数据集处理的课程;
• 熟悉通过建模生命周期进行分析,包括数据收集、设计、建议、测试、实施、沟通和修订;
• 熟悉高级预测分析技术;
• 有使用以下任何一种语言的经验:SQL、Python或R(熟悉多种语言被视为优势)。
行为:
• 出色的沟通能力;口头和书面,正式/非正式演示;
• 足智多谋,能够快速学习;
• 在动态环境中蓬勃发展的能力。
优先(但不是必需的):
• 熟悉大数据技术(例如Apache Spark等)和深度学习模型(如tensorflow);
• 之前接触过保险或金融服务环境的经验优先,但不是必需的。
请注意,这个机会只对即将完成实习并返回课堂学习的学生开放。
请注意,只有被选中进行面试的候选人将直接收到通知。