Data Analyst

Original: Data Analyst

Salario: desconocidoHíbridoIntermedioDatos y machine learning

SQLSAPPower BIRequirements gathering

Ver oferta original ↗Postular ↗Portal de empleo de la empresa ↗

Steamship Insurance Management Services Ltd, una empresa del sector banca, seguros y finanzas, tiene una vacante de Data Analyst. El puesto es híbrido, con base en London, Reino Unido. Nuestras etiquetas lo marcan como un puesto de nivel intermedio en datos y machine learning. El stack de la oferta incluye SAP, Power BI y SQL. Es el único puesto abierto de Steamship Insurance Management Services Ltd en este sitio ahora mismo.

Publicado hoy · Última revisión: 2026-11-11

Sobre Steamship Insurance Management Services Ltd

Banca, seguros y finanzas Empresa no tecnológica con equipo IT 1 puesto abierto, 100% en IT e ingeniería. Roles con más ofertas: Datos y machine learning (1).

Todos los empleos abiertos en Steamship Insurance Management Services Ltd →

Empleos similares

Head of DataOriginal: Head of DataMulberry · Kensington Office, LondonHíbrido Data EngineerOriginal: Data EngineerMulberry · Kensington Office, LondonHíbrido Data Engineer SeniorOriginal: Senior Data EngineerMerkle Science · LondonRemoto Machine Learning Engineer PrincipalOriginal: Principal Machine Learning EngineerPaloma Health · London Ingeniero/a de AI AplicadaOriginal: Applied AI EngineerBjak · United KingdomHíbrido Ingeniero/a de AI Aplicada - Agente de Finanzas con AIOriginal: Applied AI Engineer - AI Finance AgentBjak · United KingdomHíbrido Data AnalystOriginal: Data AnalystSolirius Reply · London, England, United Kingdom Data Engineer SeniorOriginal: Senior Data EngineerQuantum · LondonHíbrido

empleos de datos y machine learning en Reino Unido: 184 abiertos Todos los empleos abiertos en Steamship Insurance Management Services Ltd →

Modalidad	Híbrido
Nivel	Intermedio
Rol	Datos y machine learning
Países	Reino Unido
Lenguajes	SQL
Tipo de empleo	Full-time
Datos clave	Stack: SQL, SAP, Power BI

La descripción completa está en la oferta original. Las etiquetas se asignan automáticamente y pueden tener errores. Sobre los datos