- Toss Insurance ist ein Unternehmen, das gegründet wurde, um Innovationen im Versicherungsgeschäft zu fördern.
- Das Daten-/Infrastrukturteam von Toss Insurance schafft vertrauenswürdige und konsistente Daten für das gesamte Versicherungsdomäne.
- Aufgrund der Natur des Versicherungsunternehmens arbeiten wir mit Daten zu Verträgen, Provisionen, Kundenverhalten und Underwriting, wobei die Datenqualität direkt das Vertrauen der Kunden und die Einhaltung der Vorschriften beeinflusst.
- Versicherungsdaten sind keine einfachen Zahlen. Sie sind die Grundlage für Entscheidungen, die das Risiko der Kunden reduzieren. Unser Team sorgt dafür, dass diese Daten immer genau und schnell an die Kollegen weitergeleitet werden.
1. Datenmodellierung & DW-Bau
- Entwerfe und betreibe Standardmärkte für das verantwortliche Domänen (IA Vertrieb, Verträge, Provisionen, Kunden) basierend auf den Standards von Toss Insurance DW.
- Strebe nach einer Single Source of Truth und halte den Markt so, dass die Kollegen Entscheidungen auf der gleichen Datenbasis treffen können.
- Entwerfe eine Struktur, die die Prinzipien des normalisierten DB-Designs und die Eigenschaften des DW (subject-orientiert, integriert, nicht-flüchtig, zeitrelevant) widerspiegelt.
- Betreibe eine klare Unterscheidung zwischen Standardbereichsmärkten (conformed mart) und Verbrauchermärkten (data mart).
2. Datenqualitätsmanagement (DQ)
- Baue Logik zur Überprüfung der Datenkonsistenz auf, automatisiere DQ-Überwachung.
- Finde Datenanomalien entsprechend den Merkmalen des Versicherungsdomäne (Vertragsfehler, Provisionen-Unstimmigkeiten, doppelte Verträge usw.).
- Dokumentiere und halte die Definition des Marktes, die Spaltenbeschreibung und die Berechnungslogik durch ein Metaverwaltungssystem aktuell.
3. Pipeline & Sicherheit
- Entwickle und betreibe Batch-Pipelines basierend auf Airflow.
- Führe eine Überprüfung der Datensicherheit durch, einschließlich der Maskierung persönlich identifizierbarer Informationen (PII) und des Zugriffsmanagements.
- Unterstütze die Produktion von Daten, die den Anforderungen der Finanzaufsicht und IFRS Rechnungslegungsstandards entsprechen.
4. Zusammenarbeit mit Entwicklern
- Überprüfe und analysiere Log-Design und Datenmodelle zusammen mit Serverentwicklern ab dem Zeitpunkt der Entwicklung neuer Dienste.
- Arbeite mit Datenanalysten, Vertriebsunterstützungsteams, Operationsteams und Plattformteams zusammen, um Metrikdefinitionen und Datenanforderungen zu bearbeiten.
- Fortgeschrittene SQL-Kenntnisse sind erforderlich. Willkommen sind diejenigen, die komplexe Aggregatabfragen, Fensterfunktionen und Unterabfragen lesbar schreiben können.
- Verständnis der Prinzipien der Datenbanknormalisierung und der Entwurfsmuster des Data Warehouse (Star Schema, Snowflake Schema).
- Fähigkeit, als Datenmodellierer Domänenkonzepte klar zu definieren und leicht verständliche Datenstrukturen zu entwerfen.
- Kommunikationsfähigkeiten, um Geschäftsanfragen in Datenstrukturen zu übertragen.
- Proaktivität, um Datenqualitätsprobleme selbst zu erkennen und Lösungen vorzuschlagen.
Technologiestack
- Erforderlich: SQL (MySQL / Oracle), Apache Airflow, Git
- Bevorzugt: Python, dbt, PySpark, Tableau, Snowflake
Bevorzugte Qualifikationen
- Grundkenntnisse in Python (in der Lage, Airflow DAGs zu schreiben und den Code anderer zu verstehen) wären von Vorteil.
- Erfahrung in der Datenkonvertierung mit dbt (Data Build Tool) wäre von Vorteil.
- Erfahrung im Umgang mit Verarbeitungsumgebungen wie PySpark wäre von Vorteil.
- Erfahrung mit Cloud Data Warehouses wie Snowflake wäre von Vorteil.
- Erfahrung in der Visualisierung und Berichterstattung mit Tableau wäre von Vorteil.
- Erfahrung im Design und Betrieb von Prozessen von der Datensammlung bis zur Analyse und Visualisierung wäre von Vorteil.
- Verständnis des AARRR-Trichters wäre von Vorteil.
- Kenntnisse im Bereich Versicherung und Finanzen (Verträge, Provisionen, Ansprüche, Risiken) oder verwandte Berufserfahrung wären von Vorteil.
- Erfahrung in der Verarbeitung von großen Datenmengen (über Hundert Millionen) wäre von Vorteil.
- Kenntnisse über die spezifischen Eigenschaften von Versicherungsdaten entsprechend IFRS 17 wären von Vorteil.
Dokumentenüberprüfung > Jobinterview > Kulturelle Passforminterview > Gehaltsverhandlungen > Referenzcheck > Abschlussprüfung
1. Bitte überprüfen Sie die folgenden Punkte sorgfältig
- Der Arbeitsort ist im D Cube City Tower, 662 Gyeongin-ro, Guro-gu, Seoul, im 37. Stock.
- Personen mit Behinderungen und Anspruch auf nationale Ehren werden gesetzlich bevorzugt.
- Wenn bei Lebenslauf und eingereichten Unterlagen falsche Informationen entdeckt werden oder Disziplinarmaßnahmen während der Beschäftigung festgestellt werden, kann das Beschäftigungsverhältnis widerrufen werden.
- Die Anstellung kann widerrufen werden, wenn Personen, die gemäß den internen Richtlinien von Toss Insurance gesperrt sind oder nicht den Anforderungen entsprechen.
2. Tipps zur Erstellung Ihres Lebenslaufs
- Wenn Sie Erfahrung im Bau von DW oder beim Design von Datenmärkten haben, beschreiben Sie bitte die spezifischen Beiträge, die Sie geleistet haben.
- Geben Sie die Größe der von Ihnen betreuten Daten (Anzahl der Zeilen, Anzahl der Tabellen, Verarbeitungsperiode) in Zahlen an.
- Beschreiben Sie spezifische Fälle, in denen Sie Datenqualitätsprobleme identifiziert und gelöst haben.
- Beschreiben Sie Ihre Arbeitsweise in der Zusammenarbeit mit anderen Berufen (Entwickler, Analysten, Geschäftsteams).
- Erklären Sie, warum Sie sich für diese Position bewerben und was Ihr Interesse an Toss Insurance Domain geweckt hat.
- Bitte erzählen Sie nicht nur von Ihren Erfahrungen, sondern fokussieren Sie sich auf den Eindruck und die Lernerfahrung.
