MB
Data Scientist – Vertriebsentscheidungen & Next-Best-Action
Migros Bank AG
Wallisellen · Hybrid Senior 1w ago
About the role
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.
Was du bewegst
- 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
Was du mitbringst
- Bildung: Master‑Studium (Universität, Fachhochschule)
- Fachrichtung: Data Science, Statistik, Mathematik, Informatik oder vergleichbar
- Berufserfahrung: mindestens 5 Jahre Berufserfahrung Data Science / Advanced Analytics
- 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
- Deutsch (verhandlungssicher)
- Englisch (gute Kenntnisse)
Was wir dir bieten
- Kadervorteile: Eine Woche Ferien pro Jahr mehr für Kadermitglieder
- Coaching: 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
- Migros Bank: Konten, Hypotheken und Finanzdienstleistungen mit Vorzugskonditionen
Es werden nur Online‑Bewerbungen über das Bewerbungsportal berücksichtigt.
Rekrutierungsprozess
- Vorselektion der Bewerbungen
- Gespräch mit HR‑Fachabteilung
- Assessment‑Center
- Angebot / Vertragsausstellung (digital)
Kontakt
- Doris Liechtibra – E‑Mail schreiben
Keine passenden Stellen?
Gib ein Suchabo auf, um passende Stellenangebote bequem per E‑Mail zu erhalten.
Requirements
- Master's degree (university, university of applied sciences) in Data Science, Statistics, Mathematics, Computer Science, or comparable.
- At least 5 years of professional experience in Data Science / Advanced Analytics.
- Sound knowledge in Machine Learning, statistical methods, feature engineering, and model evaluation.
- Good Python and SQL experience (pandas, scikit-learn).
- Experience with Explainability (SHAP, LIME).
- Experience with visualization tools (Qlik, Power BI, Tableau).
- Ideally experience with modular data product frameworks (dbt) for reusable, scalable analytical solutions.
- Genuine interest in sales processes in banking: customer acquisition, customer retention, cross/upselling, campaign management, and pricing.
- Ability to quantify business impact, derive actionable recommendations, and explain complex models understandably to non-technical audiences.
- You measure yourself not by the accuracy of your models, but by their impact - you think in decisions and sales impact, not just in models.
- German (fluent).
- English (good knowledge).
Responsibilities
- Proactively identify business use cases in sales, product development, or pricing and assess economic impact.
- Translate sales questions (customer acquisition, cross/upselling, campaign control, customer approach) into analytical models, decision logic, and measurable sales KPIs.
- Independently develop analytical solutions: Python, SQL, feature engineering, model training and evaluation - be a builder, not just a translator.
- Prepare predictive models (risk, churn, response), segmentations, and next-best-action logic into clear recommendations for sales.
- Develop decision architectures (dashboards, scoring thresholds, recommendation logic) and implement them as modular, reusable data products using tools like dbt for solution scaling.
- Manage feedback and learning cycles: analyze model usage, identify deviations and incorporate them into model optimizations, ensure data quality, define new use cases.
Benefits
An extra week of vacation per year for managersPersonal coach for executivesChildcare support up to CHF 300 per month per child for external childcareAttractive pension fund with above-average employer contributionMigros Bank accounts, mortgages, and financial services with preferential conditions
Skills
dbtLIMEPandasPower BIPythonQlikscikit-learnSHAPSQLTableau
Don't send a generic resume
Paste this job description into Mimi and get a resume tailored to exactly what the hiring team is looking for.
Get started free