Data Scientist

Data Scientist

Fulltime 49500 - 60500 € / jaar (geschat) Op locatie
F

In één oogopslag

  • Taken: Analyse data en ontdek fraude patronen om klanten te helpen.
  • Bedrijf: FRISS, een innovatief bedrijf dat de verzekeringssector transformeert.
  • Voordelen: Flexibele werkuren, leer- en groeimogelijkheden in een dynamische omgeving.
  • Overige informatie: Werken in een strategisch team met diverse projecten en klantinteracties.
  • Waarom deze baan: Maak impact door data-gedreven inzichten te delen en fraude te bestrijden.
  • Kwalificaties: Bachelor of Master in relevante richting en sterke analytische vaardigheden.

Het verwachte salaris ligt tussen 49500 - 60500 € per jaar.

We only consider candidates with a valid work permit voor Nederland. Permanent remote work is niet mogelijk voor deze rol.

Bij FRISS zijn we op een missie om de verzekeringsindustrie te revolutioneren door middel van nieuwe technologieën en data-gedreven inzichten. Als data scientist speel je een sleutelrol in het vertalen van data en inzichten naar actiegerichte adviezen voor onze klanten. Daarnaast wordt van je verwacht dat je deze inzichten direct deelt met je collega's en onze klanten.

Elk jaar verwerken we miljoenen schadeclaims wereldwijd. Jouw taak? Deze data analyseren, fraudepatronen identificeren en analyses opstellen om onze klanten te ondersteunen met duidelijke inzichten. Fraudeurs evolueren voortdurend hun tactieken. Jouw uitdaging is om voorop te blijven lopen, hen te slim af te zijn en onze fraudedetectiecapaciteiten te versterken.

Het team De Analytics Team opereert binnen onze Business Operations afdeling en bestaat uit twee ervaren data scientists en een fraud intelligence analyst. Geplaatst tussen het Productteam en onze klantgerichte consultants, heeft het team een unieke en strategische rol. We werken aan een divers scala van projecten die zowel interne als klantbehoeften adresseren.

Door klantdata te analyseren, ontdekt het team belangrijke patronen, identificeert het gebieden voor verbetering en vertaalt het deze inzichten naar actiegerichte aanbevelingen. Deze bevindingen worden vervolgens direct aan klanten gepresenteerd, wat waardevolle interacties creëert die hen helpen hun fraudedetectie-inspanningen te optimaliseren en hun algehele prestaties te verbeteren.

Belangrijkste verantwoordelijkheden zijn onder andere:

  • Fraudedetectiemodellen onderhouden door mogelijke verbeteringen te identificeren en deze modellen voor klanten te vernieuwen.
  • Grote datasets analyseren en interactie hebben met klanten om fraudetrends, anomalieën en opkomende bedreigingen te detecteren.
  • In-depth bedrijfsperformance reviews uitvoeren om te beoordelen hoe goed onze fraudepreventieoplossingen presteren voor klanten.
  • Samenwerken met product-, data science- en engineeringteams om fraudedetectiemodellen en strategieën te verbeteren.
  • Data-gedreven inzichten en aanbevelingen bieden om fraudedetectie en risicobeheerbenaderingen te verbeteren.

Vereisten:

  • Bachelor- of masterdiploma in een relevant vakgebied (Data science, Analytics, Statistiek, Econometrie, Criminologie, Wiskunde, ...)
  • Werkervaring in een relevant vakgebied.
  • Ervaring in financiële diensten of fraudedetectie in de verzekeringssector is een pluspunt.
  • Een sterke analytische mindset.
  • Sterke probleemoplossende vaardigheden en het vermogen om complexe datasets te interpreteren om strategische besluitvorming te stimuleren.
  • Uitstekende communicatieve vaardigheden met het vermogen om inzichten op een duidelijke en overtuigende manier te presenteren.
  • Leergierigheid om nieuwe vaardigheden te leren.
  • Uitstekende Engelse taalvaardigheden, zowel schriftelijk als mondeling.
  • Bekwaamheid in programmeertalen zoals Python.

Data Scientist werkgever: FRISS

FRISS in Utrecht is een uitstekende werkgever die een stimulerende werkomgeving biedt voor professionals die zich willen ontwikkelen in de SaaS-sector. Met een focus op agile werken en multidisciplinaire samenwerking, krijg je de kans om je vaardigheden te verbeteren en bij te dragen aan projecten met wereldwijde impact. Daarnaast bieden wij een marktconform salaris, reiskostenvergoeding en volop mogelijkheden voor persoonlijke groei binnen ons dynamische team.

F

Contactgegevens:

Recruitmentteam van FRISS

Hupjob Expertadvies🤫

Zo denken wij dat je Data Scientist kunt binnenhalen

✨Join Data Science Communities

Duik in lokale en online data science communities zoals Meetup of Kaggle. Hier vind je niet alleen mensen met dezelfde interesses, maar kun je ook je kennis laten zien en misschien zelfs een paar projecten doen die je CV een boost geven.

✨Hackathons en Competities

Neem deel aan hackathons en data science competities. Deze evenementen zijn perfect om je vaardigheden in de praktijk te brengen en je netwerk uit te breiden. Veel bedrijven, inclusief FRISS, zijn op zoek naar talent die zich in zulke omgevingen bewezen heeft!

✨Projecten en Portfolio

Zorg ervoor dat je een zichtbaar portfolio hebt met projecten die je hebt gedaan, bij voorkeur met real-world data. Dit kan via GitHub of je eigen website waar je je beste werk toont. Potentiële werkgevers, zoals FRISS, willen zien wat je in huis hebt!

✨Pas je sollicitatie aan

Bij het solliciteren voor een rol, zoals de Data Scientist bij FRISS, zorg ervoor dat je je brief en eventuele projecten aanpast aan wat zij specifiek zoeken. Het laten zien van je interesse en begrip voor hun projecten verhoogt je kans om uitgenodigd te worden voor een gesprek!

Wij denken dat je deze vaardigheden nodig hebt om als Data Scientist te schitteren

Data-analyse
Fraudedetectie
Analytische vaardigheden
Probleemoplossend vermogen
Communicatievaardigheden
Python
Inzicht in financiële diensten

Een paar tips voor je sollicitatie 🫡

Maak je CV data-ready!:Zorg ervoor dat je CV concrete voorbeelden bevat van projecten waarbij je met data hebt gewerkt. Vermeld je programmeerervaring, statistische kennis, en eventueel relevante software zoals Python, R of SQL. Dit laat ons bij FRISS meteen zien dat je de juiste bagage hebt voor de rol van Data Scientist.

Vergeet je portfolio niet!:Een goed portfolio kan je helpen om je vaardigheden te demonstreren! Voeg enkele data-analyseprojecten toe of zelfs dashboards die je hebt gebouwd. Dit geeft ons een beter beeld van wat je kunt, en hoe je je skills toepast in de praktijk. Vergeet niet om dat ook te vermelden in je motivation letter!

Motivatie is key!:In je motivatiebrief is het belangrijk om je passie voor data science te communiceren. Vertel ons waarom je deze carrière bent ingeslagen en wat je hoopt te bereiken bij FRISS als Data Scientist. We willen jouw enthousiasme echt voelen!

Referenties en certificaten:Vergeet niet om relevante certificaten en referenties erbij te voegen! Als je onlangs een cursus hebt gevolgd in machine learning of een andere relevante kwalificatie hebt behaald, laat het ons weten. Dit soort details kunnen ons helpen om je kwalificaties voor de rol nog beter te begrijpen.

Zo bereid je je voor op een sollicitatiegesprek bij FRISS

✨Ken de Basis van Data-analyse

Als je solliciteert voor een fulltime rol in data-science bij FRISS, zorg ervoor dat je de basis van data-analyse onder de knie hebt. Verwacht vragen over statistiek, machine learning en data preprocessing. Wees voorbereid om je oplossingen te onderbouwen met voorbeelden uit je portfolio.

✨Toon je technische vaardigheden

Je technische vaardigheden zijn cruciaal in een data-science rol. Zorg ervoor dat je je ervaring met tools zoals Python, R, en SQL benadrukt. Tijdens het interview kunnen ze je vragen om bepaalde datasets te analyseren of een model te bouwen, dus wees gerust in je codeerskills!

✨Praat over je projecten

We willen dat je je portfolio gebruikt om je impact te tonen. Bespreek specifieke projecten die je hebt gedaan en hoe je data-analyse hebt toegepast om problemen op te lossen. Dit helpt om je leervermogen en creatief probleemoplossend vermogen te demonstreren aan FRISS.

✨Interactief overleg

Verwacht dat het interview een interactief gesprek wordt waarin je je denkprocessen moet uitleggen. Denk dus na over hoe je je aanpak zou uitleggen bij het oplossen van een data-vraagstuk. Laat zien dat je niet alleen om het antwoord gaat, maar ook om de kennis en methodes die je hanteert.