In één oogopslag
- Taken: Ontwikkel voorspellende modellen en tools voor de grondstoffenmarkten.
- Bedrijf: Een toonaangevend bedrijf in commodity trading met een focus op innovatie.
- Voordelen: Competitief salaris, uitgebreide gezondheidszorg en mogelijkheden voor professionele groei.
- Overige informatie: Snelle groei door eigenaarschap en samenwerking met diverse teams.
- Waarom deze baan: Werk samen met wereldwijde klanten en maak impact in een dynamische omgeving.
- Kwalificaties: Ervaring met Python en geavanceerde analytische methoden vereist.
Het verwachte salaris ligt tussen 48825 - 59675 € per jaar.
Overview
In this role, you apply advanced analytics and problem-solving to tackle client issues in commodity markets, designing models and tools that deliver measurable risk and earnings improvements.
You will collaborate with engineers and client teams to translate analytics into practical solutions, while benefiting from a structured learning environment and mentorship.
You’ll work across global clients in a fast-paced, merit-driven setting that values diverse perspectives and hands-on impact.
This opportunity offers rapid growth through ownership, cross-functional exposure, and exposure to leading industry practitioners.
- Arbeidsvoorwaarden / Benefits
- medical coverage
- dental coverage
- mental health coverage
- vision coverage
- coverage for spouse/partner and children
- competitive salary
- Verantwoordelijkheden
- Develop and maintain predictive models and pricing/hedging tools for commodity markets
- Collaborate with engineers to design intuitive interfaces delivering actionable insights
- Lead model retraining and feature engineering to adapt across market regimes
- Backtest risk management strategies and optimize earnings vs. risk for clients
- Co-build bespoke tools with client data science teams and tailor ML algorithms
- Explain complex analytics to executive audiences and stakeholders across functions
- Train and enable cross-functional client teams to sustain new decision-making processes
- Engage in IP development to address common client needs and opportunities
- Contribute to trading/risk digitization efforts within the Commodity Trading Service Line
- Belangrijkste vereisten
- Undergraduate degree
- Production-quality Python for model development (pandas, scikit-learn, statsmodels, gradient boosting)
- Familiarity with pytest and reproducible research workflows; experience with CI/CD, model monitoring and drift detection; API collaboration
- Experience applying advanced analytical methods to solve commodity market problems
- Ability to explain commodity market nuances and analytics to executive audiences
- communication and storytelling to executives
- collaboration across cross-functional teams
- problem-solving and analytical thinking
- Python for model development
- pandas
- scikit-learn
Senior Data Scientist - Commodity Trading and Risk Management in Amsterdam werkgever: McKinsey & Company
Bij Orphoz in Amsterdam bieden we een unieke werkomgeving waar je kunt groeien als Senior Consultant. Met een sterke focus op continue ontwikkeling, mentorship en een cultuur van feedback, krijg je de kans om je vaardigheden te verfijnen en impact te maken in uitdagende transformatieprojecten. Onze diverse en internationale gemeenschap stimuleert creativiteit en samenwerking, terwijl onze wereldklasse voordelen zorgen voor jouw welzijn en dat van je gezin.
Hupjob Expertadvies🤫
Zo denken wij dat je Senior Data Scientist - Commodity Trading and Risk Management in Amsterdam kunt binnenhalen
✨Duik in de Data Science Communities
Data science draait om kennis delen en leren van elkaar. Sluit je aan bij online communities zoals Kaggle, GitHub en Stack Overflow. Deel je projectwerk en leer van anderen – dit kan leiden tot waardevolle connecties en zelfs een sollicitatie bij McKinsey & Company!
✨Neem deel aan Hackathons
Hackathons zijn een geweldige manier om je vaardigheden in de praktijk te brengen en jezelf te laten zien. Veel bedrijven, waaronder McKinsey & Company, zoeken kandidaten die hun creativiteit en probleemoplossend vermogen kunnen demonstreren. Maak gebruik van deze evenementen om je netwerk uit te breiden.
✨Show je Expertise met Projecten
Laat je skills zien met een publiek portfolio! Zorg ervoor dat je een paar interessante projecten hebt die jouw datavisualisatie, statistiek en machine learning vaardigheden tonen. Plaats ze op platforms zoals GitHub of je eigen website – zo laat je zien wat je kan bij McKinsey & Company.
✨Pas je Sollicitatie aan voor Geschiktheid
Bij fulltime data science functies is het belangrijk om je sollicitatie specifiek te maken voor de rol bij McKinsey & Company. Kijk goed naar de vereisten en match je vaardigheden en ervaring aan wat zij zoeken. Dit maakt het veel waarschijnlijker dat ze jou uitnodigen voor een gesprek!
Wij denken dat je deze vaardigheden nodig hebt om als Senior Data Scientist - Commodity Trading and Risk Management in Amsterdam te schitteren
Een paar tips voor je sollicitatie 🫡
Laat je technische vaardigheden zien!:In de data-science wereld willen we je technische bekwaamheden echt zien. Zorg ervoor dat je kennis van programmeertalen zoals Python of R, evenals je ervaring met data-analysetools en -technieken, duidelijk naar voren komen in je CV. Dit is een kans om je talenten in statistiek en machine learning te benadrukken, zodat McKinsey & Company ziet dat jij hun ideale kandidaat bent!
Geef je projecten een spotlight:Vergeet niet om eventuele data-projecten of analyses die je al hebt uitgevoerd op te nemen. Heb je bijvoorbeeld een GitHub-account? Voeg dat toe! Dit is een toffe manier om je praktische ervaring te laten zien, wat de recruiter van McKinsey & Company echt zal aanspreken. Laat zien hoe je problemen hebt opgelost en dat je in staat bent om inzichten uit data te halen!
Wees duidelijk over je doelen:Aangezien het om een fulltime rol gaat, is het belangrijk dat je in je motivatiebrief je doelen en ambities duidelijk maakt. Wat hoop je te leren en te bereiken in deze functie bij McKinsey & Company? Laat zien dat je niet alleen geïnteresseerd bent in de functie, maar ook in wat je kunt bijdragen aan het team en het bedrijf.
Ondersteun je ervaring met data:Naast je technische vaardigheden, is het ook cruciaal om je eerdere ervaring te onderbouwen met concrete resultaten. Heb je analyses uitgevoerd die hebben geleid tot verbetering van processen of het nemen van strategische beslissingen? Geef cijfers en voorbeelden in je CV en motivatiebrief, zodat McKinsey & Company ziet dat je kennis van data echt impact heeft gehad.
Zo bereid je je voor op een sollicitatiegesprek bij McKinsey & Company
✨Show je dataskills
Zorg ervoor dat je goed voorbereid bent op technische vragen die je dataskills testen. Bereid je voor op vragen over data-analyse, statistiek en machine learning. Wij moeten ook kunnen zien dat je vertrouwd bent met tools zoals Python, R of SQL.
✨Breng je portfolio mee
Als data scientist is je portfolio cruciaal. Zorg ervoor dat je een aantal projecten hebt waar je trots op bent en die je kunt presenteren. Leg de nadruk op wat je hebt geleerd en hoe je de resultaten hebt toegepast. Dit laat zien dat je niet alleen kennis hebt, maar ook de toepassing ervan begrijpt.
✨Ken de data van McKinsey & Company
Neem de tijd om inzicht te krijgen in de datasets waar McKinsey & Company mee werkt. Dit kan je helpen om tijdens het gesprek specifieke voorbeelden te geven van hoe jouw vaardigheden en ervaring aansluiten bij hun behoeften. Dit toont niet alleen jouw interesse, maar ook dat je al nadenkt over hoe je een bijdrage kunt leveren.
✨Leef je in in de business case
Tijdens de interviews kunnen ze je vragen om een business case te analyseren of oplossingen voor te stellen op basis van gegevens. Dit is een kans om je analytische vaardigheden te laten zien, dus zorg ervoor dat je niet alleen de technische kanten belicht, maar ook hoe jouw aanpak waarde toevoegt aan het bedrijf.
