Hauptdatenwissenschaftler

Wir haben es uns zur Aufgabe gemacht, die Migration einfach zu machen.

Wir haben 2017 mit dem Aufbau von Marshmallow begonnen. Seitdem sind wir von 3 auf über 700 Mitarbeiter gewachsen, haben den Status eines Einhorns erlangt, in drei Finanzierungsrunden etwa 140 Millionen Pfund gesammelt, sind profitabel geworden, haben Millionen von Fahrern versichert und Autokredite in Millionenhöhe vergeben.

Aber wir fangen gerade erst an. Unser Ziel ist es, einer der größten Finanzdienstleister der Welt zu werden. In den nächsten 10 Jahren werden wir exponentiell wachsen, nicht nur durch die Skalierung unserer bestehenden Produkte, sondern auch durch die Entwicklung neuer Produkte.

Um unsere Ziele zu erreichen, brauchen wir unglaublich ehrgeizige, kommerziell orientierte Menschen, die sich nie mit „gut genug“ zufrieden geben. Marshmallows sind hungrig nach Autonomie und Eigenverantwortung und möchten sich lieber verbessern, als an der Küste entlangzufahren. Jeder erhöht die Standards und hat Einfluss, wobei der Fokus auf kollektivem Erfolg und nicht auf Eigeninteressen liegt.

Wir haben ein Umfeld geschaffen, in dem neugierige, hartnäckige Menschen gewinnen und gemeinsam wachsen. Wenn das motivierend klingt, könnte dies der richtige Ort für Sie sein.

London (hybrid, 3 Tage im Amt)

Datenwissenschaft bei Marshmallow
Unser Data Science-Team arbeitet unternehmensweit zusammen, um Daten in bessere Entscheidungen, intelligentere Produkte und einfachere Customer Journeys umzuwandeln. Wir arbeiten eng mit Produkt, Technik und Betrieb zusammen, um Modelle und KI-Systeme zu entwickeln und auszuliefern, die in der Produktion zuverlässig sind und messbare Auswirkungen liefern.
Innerhalb von Data Science ist diese Rolle im Bereich „Claims“ angesiedelt und unterstützt die Funktion und das umfassendere Ziel, einen größeren Teil des Schadensverlaufs zu automatisieren. Ansprüche sind einer der wichtigsten Kundenkontaktpunkte von Marshmallow, und wir suchen einen Principal Data Scientist, der die technische Führung im Bereich des traditionellen ML und der generativen KI übernehmen, Denken auf Systemebene in die Art und Weise einbringen kann, wie wir Entscheidungen skalieren, und Vorschläge selbstbewusst hinterfragen kann, um sicherzustellen, dass wir robuste, nachhaltige Lösungen entwickeln.

Was Sie tun werden

• Bereitstellung technischer Führung für die Datenwissenschaft im Bereich Schadensbetrug, Gestaltung des Ansatzes zur Risikoentscheidung und Betrugserkennung in Zusammenarbeit mit Produkt und Technik

• Entwerfen, erstellen und iterieren Sie Produktions-ML- und generative KI/LLM-Systeme, die die Anspruchsvalidierung und -automatisierung unterstützen

• Arbeiten Sie eng mit anderen Schadensdatenwissenschaftlern zusammen, um auf Systemebene darüber nachzudenken, wie Modelle, Daten und Arbeitsabläufe zusammenpassen, und identifizieren Sie Architekturverbesserungen, die zur Skalierung von Entscheidungen und zur Verkürzung der Zeit bis zur Produktion erforderlich sind

• Machen Sie deutlich, welche Plattform- und Tooling-Investitionen erforderlich sind (Überwachung, Feedbackschleifen, Qualitätssicherung), um eine KI-gesteuerte End-to-End-Schadensautomatisierung zu erreichen

• Befürworten Sie robuste, skalierbare und strategisch ausgerichtete technische Lösungen in funktionsübergreifenden Diskussionen und stellen Sie sicher, dass aktuelle Systeme und Infrastruktur zur mehrjährigen Vision einer automatisierten Schadensbearbeitung beitragen

• Legen Sie hohe Maßstäbe für statistische Genauigkeit, Experimente und Messungen an und tragen Sie dazu bei, die Art und Weise zu verbessern, wie die Leistung und Unsicherheit von Ansprüchen verstanden und den leitenden Beteiligten kommuniziert wird

Wer du bist

• Sie denken in Systemen: Sie können die Punkte zwischen Datenwissenschaft, Technik und Produkt verbinden, um skalierbare Lösungen zu entwickeln, die im Laufe der Zeit aufeinander aufbauen.

• Sie sind souverän darin, Annahmen zu hinterfragen und auf den richtigen Ansatz zu drängen, indem Sie ausgeprägte Kommunikationsfähigkeiten einsetzen, um Stakeholder über alle Dienstaltersstufen und Disziplinen hinweg mit klaren, pragmatischen Argumenten zu beeinflussen.

• Sie gedeihen in Unklarheiten und Veränderungen, bleiben bei Übergängen belastbar und effektiv und bringen gleichzeitig Struktur, Klarheit und Schwung in komplexe Problembereiche.

• Ihre Motivation ist die reale Wirkung und Sie arbeiten eng mit funktionsübergreifenden Teams zusammen, um eine sinnvolle Automatisierung und bessere Kundenergebnisse im gesamten Schadenprozess voranzutreiben.

Was Sie mitbringen

• Umfangreiche kommerzielle Erfahrung in der Bereitstellung von End-to-End-Lösungen für maschinelles Lernen, von der Problemstellung und dem Experimentieren bis hin zur Produktionsbereitstellung und laufenden Überwachung

• Praktische Erfahrung im Aufbau und Versand generativer KI-Systeme in der Produktion (nicht nur Prototypen), einschließlich Evaluierung, Sicherheits-/Qualitätsüberlegungen und Integration in Kunden- oder Betriebsabläufe

• Starke Statistik- und Modellierungsgrundlagen mit Erfahrung in risikobasierten Entscheidungen unter Unsicherheit (z. B. Betrug, Kredit, Versicherung oder andere regulierte Bereiche)

• Nachgewiesene Fähigkeit, die technische Richtung in den Bereichen Data Science und Engineering zu beeinflussen, einschließlich der Gestaltung skalierbarer Modell-/Service-Integrationsmuster und anspruchsvoller Vorschläge zur Förderung robuster, langfristiger Lösungen

• Starke Stakeholder-Management-Fähigkeiten, mit Selbstvertrauen bei der Kommunikation von Kompromissen und konstruktiver Gegenwehr mit Produkt und Technik, um qualitativ hochwertige Ergebnisse sicherzustellen

Vorteile des Jobs

• Bonusprogramm zur Belohnung hoher Leistungen

• Private Krankenversicherung bei Vitality, psychische Unterstützung bei Oliva

• Persönliches Lernbudget und 2 dedizierte L&D-Tage im Jahr

• Monatliches flexibles Leistungsbudget, das Sie nach Belieben ausgeben können

• 25 Tage Urlaub plus Feiertage

• 4 Wochen Work From Anywhere pro Jahr

Für diese Position können wir ein Visumssponsoring anbieten.

Unser Prozess

• Erstgespräch mit einem Mitglied unseres Talentteams (30 Minuten)

• Interview mit dem Einstellungsmanager über frühere Erfahrungen (60 Minuten)

• Systemdesign- und technisches Interview mit einigen Mitgliedern des Teams (90 Minuten)

• Kulturinterview (60 Minuten)

Vielfalt des Denkens
Wir wissen, dass die besten Ideen entstehen, wenn man unterschiedliche Perspektiven im Raum hat – und wir setzen uns dafür ein, faire Mitarbeiter einzustellen, unabhängig von Hintergrund, Identität oder Erfahrung. Wenn Sie sich in dieser Rolle sehen, würden wir Sie ermutigen, sich zu bewerben.
Finden Sie Jobs in Großbritannien auf Arbeitnow

Quelle: Arbeitnow (https://www.arbeitnow.co.uk/jobs/companies/marshmallow/principal-data-scientist-london-22288)