Data Science & Machine Learning

Entdecke deine Möglichkeiten

Zu den Jobs

Unsere Handlungsfelder

Wir setzen auf forschungsnahe und innovative Entwicklungen.

Schaubild aller Gruppen und Abteilungen, die mit Zentralen Services und Deplyoment zu zun haben

Marketing

Mit Machine Learning-Modellen bewerten wir die Kundenaffinität und wählen eine individuelle Ansprache basierend auf diversen Kundenmerkmalen.

HUK24

Als rein digitales datengetriebenes Unternehmen sind Experimente und kausale Inferenz unsere Kerntreiber für den Geschäftserfolg.

Tarifierung

Durch umfangreiche Analysen unserer Bestände beurteilen wir die Risiken kundengerecht und finden so den fairsten Tarif, in Zukunft mit Machine Learning. Dadurch sichern wir unsere Marktführerschaft.

Kfz-Schäden

Mit Hilfe von KI und Inferenz-Ansätzen möchten wir das volle Potential von Data Analytics in allen Schritten der Schadensachbearbeitung heben, um Schäden schneller und effizienter zu bearbeiten.

Krankenversicherung

Vermeidung von Abrechnungsbetrug und optimierte Leistungsabrechnung sind wichtige Themen. Hier unterstützen uns datengetriebene Klassifikationsalgorithmen bei der Rechnungsprüfung.

Prozessautomatisierung

Ermöglichung der Automatisierung von Prozessen wie Bearbeitung von Schadenrechnungen/-gutachten durch NLP und KI-basierte Datenextraktion/-klassifikation aus Dokumenten und Gesprächen.

Unsere Organisationsstruktur

Data Science und Machine Learning sind übergreifende Themen in der HUK-COBURG. Daher verteilt sich unser Team auf:

Mehrere dezentrale Expert:innen-Teams in den einzelnen Vorstandsressorts. Denn dort liegen die Use Cases und der direkte Mehrwert. Daher werden die Anwendungen dort entwickelt und gestaltet – direkt am Prozess und unterstützt von Fachexpert:innen. So gibt es zum Beispiel ein Team im Pricing für die Kraftfahrtversicherung oder ein Team für Schadenthemen.

Eine neue zentrale Abteilung diese unterstützt die dezentralen Teams und schafft die optimalen Bedingungen, damit diese fokussiert arbeiten können. Dazu zählen die Themen: Deployment, DevSecOps und Engineering. Hier entstehen das Big Picture und die Vernetzung. Aspekte wie Best Practices und Communitybuilding bearbeiten die Profis der zentralen Einheit.

Unsere Rollen

Unsere Product Owner (w/m/d) übersetzen die Anforderungen der Prozess- und Fachexpert:innen in Ziele für unsere Data Scientists. Sie haben eine klare Vision der Lösung und betrachten die organisatorischen und ökonomischen Aspekte.

Unsere Data Scientists (w/m/d) bilden das Kernstück des Teams. Sie entwickeln datengetrieben Modelle, evaluieren verschiedene Lösungen und optimieren in Betrieb befindliche Lösungen. Ihr Fokus liegt auf den analytischen und explorativen Aspekten.

Illustration: Machine Learning Engineers

Unsere Machine Learning Engineers (w/m/d) schaffen die technische Infrastruktur und sorgen für einen nachhaltigen Betrieb der Lösungen. Sie wirken als Enabler für unsere Data Scientists. Dabei beschäftigen sie sich mit den technischen und strukturellen Aspekten.

Unsere Prozess- und Fachexpert:innen liefern das Domänenwissen und wirken als Stakeholder (w/m/d). Sie kennen die Datenquellen, Anknüpfungspunkte und Regularien, die es zu beachten gilt. Im Kontext Data Science sind sie unsere Kund:innen.