In sintesi
- Mansioni: Guida lo sviluppo di sistemi avanzati di machine learning per la prevenzione delle frodi.
- Azienda: Amazon, leader globale nell'eCommerce con una cultura inclusiva.
- Benefit: Opportunità di crescita professionale e un ambiente di lavoro stimolante.
- Altre informazioni: Ambiente dinamico con opportunità di mentorship e innovazione continua.
- Perché questo lavoro: Fai la differenza proteggendo milioni di clienti con tecnologie all'avanguardia.
- Qualifiche: Esperienza in machine learning e programmazione in linguaggi come Python o Java.
La retribuzione prevista è compresa tra 123750 - 151250 € per anno.
Vuoi guidare lo sviluppo di sistemi avanzati di machine learning che proteggono milioni di clienti e alimentano un'esperienza eCommerce globale affidabile? Sei appassionato di modellazione di terabyte di dati, risoluzione di sfide ambigue relative a frodi e rischi, e guida di miglioramenti significativi attraverso l'innovazione scientifica? Se sì, il team di Machine Learning di Amazon Buyer Risk Prevention (BRP) potrebbe essere il posto giusto per te.
Stiamo cercando un Senior Applied Scientist per definire e guidare la direzione scientifica di sistemi di gestione del rischio su larga scala che salvaguardano milioni di transazioni ogni giorno. In questo ruolo, guiderai la progettazione e il deployment di soluzioni avanzate di machine learning, influenzerai la strategia tecnica inter-team e sfrutterai tecnologie emergenti—compresi Generative AI e LLMs—per costruire piattaforme di prevenzione del rischio di nuova generazione.
Responsabilità chiave:
- Guidare la strategia scientifica end-to-end per iniziative di modellazione di frodi e rischi su larga scala
- Definire dichiarazioni di problema, metriche di successo e roadmap di modellazione a lungo termine in collaborazione con leader aziendali e ingegneristici
- Progettare, sviluppare e implementare sistemi di machine learning altamente scalabili in ambienti di produzione in tempo reale
- Guidare l'innovazione utilizzando tecnologie avanzate di ML, deep learning e GenAI/LLM per automatizzare e trasformare la valutazione del rischio
- Influenzare l'architettura di sistema e collaborare con i team di ingegneria per garantire implementazioni robuste e scalabili
- Stabilire le migliori pratiche per sperimentazione, validazione dei modelli, monitoraggio e gestione del ciclo di vita
- Mentorare e alzare il livello tecnico per i giovani scienziati attraverso revisioni, guida tecnica e leadership di pensiero
- Comunicare chiaramente intuizioni scientifiche complesse ai dirigenti senior e agli stakeholder interfunzionali
- Identificare tendenze scientifiche emergenti e tradurle in soluzioni produttive impattanti
Requisiti di base:
- 3+ anni di esperienza nella costruzione di modelli di machine learning per applicazioni aziendali
- PhD o Master e 5+ anni di esperienza in ricerca applicata
- Esperienza di programmazione in Java, C++, Python o linguaggi correlati
- Esperienza con metodi di deep learning neurale e machine learning
Requisiti preferenziali:
- Esperienza con strumenti di modellazione come R, scikit-learn, Spark MLLib, MxNet, Tensorflow, numpy, scipy, ecc.
- Esperienza con sistemi distribuiti su larga scala come Hadoop, Spark, ecc.
La nostra cultura inclusiva consente agli Amazonians di ottenere i migliori risultati per i nostri clienti. Se hai una disabilità e hai bisogno di un accomodamento o di un aggiustamento sul posto di lavoro durante il processo di candidatura e assunzione, incluso il supporto per il colloquio o il processo di onboarding, visita questo link per ulteriori informazioni. Amazon è un datore di lavoro che offre pari opportunità e non discrimina sulla base dello stato di veterano protetto, disabilità o altro stato legalmente protetto.
Senior Applied Scientist , Buyer Risk Prevention (BRP) datore di lavoro: Amazon
Amazon Italia Logistica S.R.L. è un datore di lavoro eccezionale, offrendo un ambiente dinamico e innovativo dove i dipendenti possono crescere professionalmente e contribuire a progetti significativi. Con un forte focus sulla sicurezza e sul miglioramento continuo, i membri del team hanno accesso a opportunità di formazione e sviluppo, rendendo questa posizione non solo gratificante ma anche fondamentale per il successo della rete Amazon in Italia.
Consigli degli esperti StudySmarter🤫
Ecco come pensiamo che potresti ottenere Senior Applied Scientist , Buyer Risk Prevention (BRP)
✨Sfrutta i Meetups di Data Science
Partecipare a meetups e conferenze di data science è un must! Questi eventi sono un ottimo modo per connettersi con esperti del settore e altre persone in cerca di lavoro. Non vergognarti di farti avanti e parlare con i relatori: potrebbe aprirti porte inaspettate.
✨Progetti Open Source per Farsi Notare
Contribuire a progetti open source è una fantastica opportunità per mostrare le tue competenze pratiche. Non solo aiuta a costruire il tuo portfolio, ma ti consente anche di lavorare con tecnologie che potrebbero essere ricercate dalla tua futura azienda. Cerca progetti su GitHub legati a data science e mettiti in gioco!
✨Unisciti a Comunità Online
Entrare a far parte di comunità online come Kaggle o forum di data science può essere un grande vantaggio. Non solo puoi partecipare a competizioni e migliorare le tue abilità, ma puoi anche costruire una rete con altri professionisti del settore. Queste connessioni possono rivelarsi preziose quando cerchi un lavoro a tempo pieno.
✨Candidati Direttamente su Amazon
Non dimenticare di candidarti direttamente sul sito di Amazon! Spesso le aziende preferiscono ricevere applicazioni tramite il loro portale, quindi assicurati di seguire le istruzioni specifiche. Un’applicazione diretta può darti un vantaggio rispetto a chi usa canali più generali.
Pensiamo che ti servano queste competenze per eccellere come Senior Applied Scientist , Buyer Risk Prevention (BRP)
Alcuni consigli per la tua candidatura 🫡
Evidenzia le tue competenze tecniche:Nel campo della data science, è fondamentale mostrare le tue competenze tecniche. Assicurati di includere nel tuo CV le lingue di programmazione che conosci, come Python o R, e i tool che hai utilizzato, come TensorFlow o scikit-learn. Non dimenticare di far vedere i tuoi progetti o le tue analisi precedenti, magari con link a GitHub o portafogli di lavoro!
Scrivi una lettera motivazionale convincente:Per un ruolo full-time in data science, la lettera motivazionale è la tua occasione per far trasparire la tua passione per i dati e la tua voglia di contribuire al lavoro di Amazon. Spiega perché sei interessato a questo specifico ruolo e come le tue esperienze passate ti rendono il candidato ideale. Non essere timido: condividi le tue ambizioni e la tua visione per il futuro!
Includi risultati quantificabili:Quando parli delle tue esperienze lavorative precedenti, cerca di includere risultati quantificabili che dimostrino il tuo impatto. Ad esempio, puoi dire che hai aumentato l'efficienza di un'analisi del 20% o che hai contribuito a un progetto che ha portato a un aumento del fatturato del 15%. Metriche del genere catturano sempre l'attenzione dei recruiter!
Mostra il tuo approccio alla risoluzione dei problemi:La data science è tutta una questione di risolvere problemi complessi. Utilizza il tuo CV e la tua lettera motivazionale per descrivere come hai affrontato sfide specifiche in progetti precedenti. Ti consigliamo di includere un breve case study o un esempio pratico dei tuoi risultati per davvero colpire i selezionatori di Amazon. Mostra loro come pensi e come apprendi!
Come prepararti a un colloquio di lavoro presso Amazon
✨Brilla con il tuo Portafoglio
Porta con te un portfolio che mostri i tuoi progetti di data science. Includi studi di caso dettagliati e le tecniche che hai utilizzato, come l'analisi dei dati, il machine learning o la visualizzazione. In questo modo possiamo dimostrare concretamente il nostro problema-solving e le nostre competenze tecniche, che sono fondamentali in questo campo!
✨Preparati a Domande Tecniche
Aspettati domande tecniche in merito a statistica, machine learning e linguaggi di programmazione come Python o R. Potrebbero chiederti di spiegare modelli specifici o di analizzare un dataset sul momento. Rinfreschiamo insieme le nozioni di base e prepariamoci a dimostrare le nostre competenze pratiche.
✨Mostra la tua Curiosità
Le aziende cercano candidati che mostrino voglia di apprendere e crescita professionale. Durante l'intervista, parliamo delle tendenze attuali nel settore e dimostriamo il nostro interesse per l'innovazione nel campo della data science. Questo non solo ci farà apparire proattivi, ma metterà anche in evidenza la nostra motivazione.
✨Comunica Chiaramente i Tuoi Risultati
Essere bravi con i dati è fondamentale, ma sapere come comunicarli è altrettanto importante. Durante l'intervista, cerca di essere chiaro e conciso mentre parli dei tuoi risultati. Usa esempi specifici per dimostrare come le tue analisi abbiano avuto un impatto positivo in progetti passati. In questo modo possiamo evidenziare le nostre capacità comunicative, fondamentali per un ruolo a tempo pieno.
