Unipol Assicurazioni S.p.A., compagnia assicurativa multi-ramo del Gruppo Unipol, leader in Italia nei rami Danni, nell’ottica di un potenziamento della propria struttura, è alla ricerca di un profilo con esperienza di tariffazione da inserire nel ruolo di:
Aumenti le sue possibilità di ottenere un colloquio leggendo la seguente panoramica di questo ruolo prima di candidarsi.
Sede di lavoro: San Donato Milanese (Mi) o Torino.
Il profilo ricercato, una volta inserito nel contesto organizzativo della funzione “Tariffe Motor”, sarà coinvolto nello sviluppo di modelli di Pricing RCA e ARD, nella elaborazione dati e nella creazione statistiche direzionali, con particolare riferimento ai processi di ottimizzazione tariffaria in fase di rinnovo.
In particolare, sarà incaricato nelle seguenti attività:
Definizione del corretto Pricing RCA e ARD;
Collaborazione nel processo di ottimizzazione tariffaria in fase di rinnovo;
Analisi dati e generazione di statistiche ad uso della Direzione;
Implementazione di metodologie avanzate quali tecniche multivariate, Machine Learning e A.I. in funzione delle esigenze di business;
Laurea specialistica in Scienze Statistiche Attuariali, Matematica o Ingegneria conseguita con ottima votazione finale;
Esperienza professionale di almeno 3/4 anni acquisita nella gestione di data base e analisi dei dati a fini predittivi o di data science;
Buona conoscenza dei software di gestione di Big Data (SAS, Python);
Costituisce requisito preferenziale la conoscenza della suite Radar/Emblem;
Buona conoscenza della lingua inglese;
Completano il profilo: orientamento al risultato e all’innovazione, autonomia decisionale. xjrgpwk
Il candidato in possesso delle competenze ed esperienze richieste sarà inserito con rapporto di lavoro a tempo indeterminato ai sensi del CCNL Imprese di Assicurazione.
La ricerca è rivolta a candidati ambosessi ai sensi della L. 903/77 e D.lgs. 198/2006.
Rappresenta requisito preferenziale per la selezione l’appartenenza alle categorie protette (ex art. 1 L. 68/99).
#J-18808-Ljbffr