Aktiviere Job-Benachrichtigungen per E-Mail!

Werkstudent (m/w/d) Mathematiker/Aktuar mit Schwerpunkt Bilanzprojektion und Data Science

Signal Iduna

Deutschland

Vor Ort

EUR 60.000 - 80.000

Vollzeit

Vor 30+ Tagen

Zusammenfassung

Ein führendes Unternehmen im Versicherungsbereich sucht einen Praktikanten im Bereich Asset Liability Management. Du wirst an der Berechnung und Analyse von Projektionsszenarien mitwirken und innovative Data-Science-Methoden anwenden. Ideale Voraussetzungen sind Kenntnisse in (Wirtschafts-)Mathematik, Programmierung und eine Affinität zur IT. Flexible Arbeitszeiten und persönliche Weiterentwicklung stehen im Vordergrund dieser befristeten Position.

Leistungen

Weiterbildungsmöglichkeiten
Flexible Arbeitszeiten
Gute Vereinbarkeit von Beruf und Leben

Qualifikationen

  • Studierende in (Wirtschafts-)Mathematik oder vergleichbarem Studiengang.
  • Kenntnisse in Finanzmathematik und Programmierung erwünscht.
  • Praktische Erfahrung in Datenanalyse und Machine Learning von Vorteil.

Aufgaben

  • Unterstützung bei Berechnungen und Analysen im Asset Liability Management.
  • Entwicklung von Lösungen zur Automatisierung interner Prozesse.
  • Zusammenarbeit mit dem Data-Analytics-Team für moderne Lösungen.

Kenntnisse

Versicherungs-/Finanzmathematik
IT-Affinität
Python
Datenanalyse
Machine Learning
Predictive Analytics

Ausbildung

(Wirtschafts-)Mathematik oder vergleichbarer Studiengang
Jobbeschreibung
Das erwartet dich
  • Du unterstützt bei der Berechnung und Analyse von Projektionsszenarien im Rahmen des Asset Liability Managements, der Unternehmensplanung oder bei den Berechnungen der versicherungstechnischen Rückstellungen und der Risikokapitalanforderung sowohl nach der Standardformel als auch nach internen Modellen im Rahmen des ORSA
  • Du treibst gemeinsam mit uns die Fachliche Entwicklung und Programmierung des Modells zur Projektion und Bewertung von Versicherungsbeständen in der Krankenversicherung nach HGB und Solvency II voran
  • Du entwickelst innovative Lösungen zur Automatisierung und Optimierung interner Prozesse
  • Du baust gemeinsam mit dem Data-Analytics-Team moderne Lösungen mit Hilfe von Data-Science-Methoden
Das bist du
  • Du studierst (Wirtschafts-) Mathematik oder einen vergleichbaren Studiengang
  • Idealerweise besitzt du bereits Kenntnisse in der Versicherungs-/Finanzmathematik
  • Du besitzt eine ausgeprägte IT-Affinität und verfügst bereits über Programmierkenntnisse (z.B. Python)
  • Idealerweise hast du in Methoden der Datenanalyse, Machine Learning und Predictive Analytics bereits praktische Erfahrung
  • Du hast Spaß an der gemeinsamen Arbeit im Team und zeichnest dich durch Engagement, Eigeninitiative und Freude an der Kommunikation aus
Das bieten wir dir
  • Weiterentwicklung der persönlichen und fachlichen Kompetenzen
  • Flexible Gestaltung der Arbeitszeiten
  • Gute Vereinbarkeit von Beruf und Leben
Hinweis zur Bewerbung
Bitte lade deine vollständigen Bewerbungsunterlagen (inkl. Zeugnisse und Zertifikate) über den "Jetzt bewerben"-Button in unser Bewerbermanagentsystem hoch. Nutze dazu gerne das Anschreiben-Feld und füge die Unterlagen in ein PDF zusammen. Alternativ kannst du auch erst dein Bewerberprofil anlegen und in einem zweiten Schritt weitere Dokumente hochladen.

Ansprechpartnerin

Rabea Röder

rabea.roeder@signal-iduna.de

Wir freuen uns auf deine Bewerbung.

Einstiegslevel: Studierende und Absolvent:innen

Befristung: Befristet

Referenznummer: 24119

*Aus Gründen der leichteren Lesbarkeit wurde darauf verzichtet, die Formulierung jeweils geschlechtsspezifisch auszurichten. Die vollständige Gleichbehandlung aller Bewerber unabhängig von ihrer individuellen geschlechtlichen Zuordnung ist gewährleistet.

Die gesetzlich vorgesehenen Informationen im Zusammenhang mit der Verarbeitung von personenbezogenen Daten sowie die daraus resultierenden Rechte können unter https://www.signal-iduna.de/datenschutzinfo eingesehen werden.

Mathematik, Asset Liability, ORSA, Data,
Hol dir deinen kostenlosen, vertraulichen Lebenslauf-Check.
eine PDF-, DOC-, DOCX-, ODT- oder PAGES-Datei bis zu 5 MB per Drag & Drop ablegen.