Data Scientist / Business Analyst Forderungsmanagement (w/m/d)

Deine Aufgaben

Modellierung & Feature Engineering: Entwicklung leistungsfähiger Algorithmen und Scores zur Prognose von Zahlungsverhalten. Fokus liegt auf kreativem und technisch fundiertem Feature Engineering, um aus komplexen Datenquellen relevante Signale zu extrahieren

Vom Modell in die Praxis : Überführung analytischer Modelle in konkrete Strategien und Handlungsempfehlungen für operative Prozesse. Durchführung von A/B-Tests zur Bewertung alternativer Prozessvarianten und Sicherstellung eines messbaren Mehrwerts im Tagesgeschäft

Risikoorientierte Analysen: Erstellung von Portfolioanalysen mit Fokus auf Kredit- und Ausfallrisiken sowie Ableitung von Steuerungsmaßnahmen

Forecasting & Planung: Prognose zentraler Kennzahlen für operative Planung, Budgetierung und Forecasting

Prozesssteuerung: Analyse von Geschäftsprozessen, Identifikation von Stellhebeln und Einleitung geeigneter Maßnahmen bei Abweichungen oder Diskontinuitäten

Datenanalyse & Datenbasis: Eigenverantwortliche Informationsbeschaffung und Aufbau einer robusten Datenbasis aus unterschiedlichen Quellen zur kontinuierlichen Modellverbesserung

Schnittstellenmanagement: Enge Zusammenarbeit mit anderen Fachbereichen zur datengetriebenen Weiterentwicklung der Prozesse

Interne Vernetzung: Förderung der Zusammenarbeit zwischen analytischen und operativen Einheiten zur besseren Nutzung von Daten im Forderungsmanagement

Dein Profil

Erfolgreich abgeschlossenes Studium der Mathematik, Wirtschaftsinformatik, Statistik, Data Science oder eine vergleichbare Ausbildung

Tiefes Verständnis für die Transformation von Rohdaten zur Verbesserung der Modellgüte sowie Erfahrung im Umgang mit Overfitting und der Entwicklung robuster Modelle für den Praxiseinsatz

Sehr gute Kenntnisse in multivariaten Analyseverfahren, Predictive Analytics und Data Mining

Sicherer Umgang mit Datenbanken sowie sehr gute SQL-Kenntnisse

Erfahrung mit Programmiersprachen für Datenanalyse (Python, R) sowie idealerweise) Erfahrung mit modernen ML-Frameworks (z.B. Scikit-Learn, XGBoost) und automatisierten Pipelines

Idealerweise Berufserfahrung in der Telekommunikation oder in Branchen mit Massenkundenprozessen

Ausgeprägte analytische Fähigkeiten, strukturierte Arbeitsweise sowie hohe Eigenverantwortung

Teamfähigkeit, Kommunikationsstärke und prozessorientiertes Denken