Data Scientist Sales & Decision Design (alle)

Über die Position

Du kannst Modelle bauen. Willst du auch, dass sie wirken? Wir suchen keinen klassischen Data Scientist oder Dashboard-Builder. Wir suchen jemanden, der Machine Learning kann, Geschäftslogik versteht und Entscheidungen im Vertrieb aktiv gestaltet. Bei der Migros Bank arbeiten wir an datengetriebenen Lösungen im Retail Banking – Kredit, Hypotheken, Kundensteuerung, Pricing, Kampagnenmanagement.

Bewerbung

Wir freuen uns über jede Bewerbung, können aber nur Online-Bewerbungen berücksichtigen. Bewerbungen per Post werden aus Datenschutzgründen entsorgt und nicht retourniert.

Kernaufgaben

• Proaktives Identifizieren von Business-Use-Cases im Vertriebs-, Produktentwicklungs- oder Pricing-Umfeld sowie Bewertung des wirtschaftlichen Impacts
• Übersetzen von Vertriebsfragestellungen (Kundengewinnung, Cross-/Upselling, Kampagnensteuerung, Kundenansprache) in analytische Modelle, Entscheidungslogiken und messbare Vertriebs‑KPIs
• Eigenständiges Entwickeln analytischer Lösungen: Python, SQL, Feature Engineering, Modelltraining und Evaluation – du bist Builder, nicht nur Übersetzer
• Aufbereiten von Predictive Models (Risiko, Churn, Response), Segmentierungen und Next‑Best‑Action‑Logiken zu klaren Handlungsempfehlungen für den Vertrieb
• Entwickeln von Entscheidungsarchitekturen (Dashboards, Scoring‑Schwellen, Empfehlungslogiken) und deren Umsetzung als modulare, wiederverwendbare Datenprodukte mit Tools wie dbt für Lösung‑Skalierung
• Steuern von Feedback‑ und Lernzyklen: Analyse der Modellnutzung, Identifikation von Abweichungen und deren Einbinden in Modelloptimierungen, Sicherstellen der Datenqualität, Festlegen neuer Use Cases

Anforderungen

• mindestens 5 Jahre Berufserfahrung
• Master‑Studium (Universität, Fachhochschule) in Data Science, Statistik, Mathematik, Informatik oder vergleichbar
• Deutsch (verhandlungssicher)
• Englisch (gute Kenntnisse)
• Fundierte Kenntnisse in Machine Learning, statistischen Methoden, Feature Engineering und Modellbewertung, gute Python‑ und SQL‑Erfahrung (pandas, scikit‑learn), Explainability (SHAP, LIME)
• Erfahrung mit Visualisierungstools (Qlik, Power BI, Tableau) und idealerweise mit modularen Datenprodukt‑Frameworks (dbt) für wiederverwendbare, skalierbare analytische Lösungen
• Echtes Interesse an Vertriebsprozessen im Banking: Kundengewinnung, Kundenbindung, Cross‑/Upselling, Kampagnenmanagement und Pricing
• Fähigkeit, Business Impact zu quantifizieren, Handlungsempfehlungen abzuleiten sowie komplexe Modelle für Nicht‑Techniker verständlich zu erklären
• Du misst dich nicht an Accuracy deiner Modelle, sondern an Wirkung – du denkst in Entscheidungen und Vertriebswirkung, nicht nur in Modellen

Was wir dir bieten

Kadervorteile

• Eine Woche Ferien pro Jahr mehr für Kadermitglieder
• Persönlicher Coach für Führungskräfte
• Kinderbetreuung: bis CHF 300 pro Monat und Kind an die externe Kinderbetreuung
• Flexibler Arbeitsort / Home Office: individuelle Möglichkeiten für Home Office
• Berufliche Vorsorge: sehr attraktive Pensionskasse mit überdurchschnittlichem Arbeitgeberbeitrag
• Konten, Hypotheken und Finanzdienstleistungen mit Vorzugskonditionen

#J-18808-Ljbffr