Data Scientist Pricing in Turbigo

Data Scientist Pricing in Turbigo

Turbigo Full-Time 35000 € / anno In sede
C

In sintesi

  • Mansioni: Supporta il team nella definizione del pricing per polizze Salute e monitoraggio delle performance.
  • Azienda: Startup innovativa nel settore Digital Health Insurance con un ambiente dinamico.
  • Benefit: Salario competitivo, smart working e opportunità di crescita professionale.
  • Altre informazioni: Ambiente stimolante con possibilità di apprendimento e approcci innovativi.
  • Perché questo lavoro: Fai la differenza in una startup e impara da esperti del settore.
  • Qualifiche: Conoscenza di Python e competenze in predictive modelling, anche neolaureati sono benvenuti.

Per una società partecipata di Carol, operante nel settore Digital Health Insurance e attualmente in fase di avvio, siamo alla ricerca di un/una Data Scientist Pricing motivato/a a lavorare in un contesto di startup early-stage dove poter fare la differenza fin da subito. Il ruolo riporterà direttamente al Chief Insurance Officer.

Principali responsabilità

  • Supportare il team nella definire il pricing di polizze Salute e coperture ancillari, inizialmente collettive e poi individuali;
  • Monitorare periodicamente la performance tecnica del portafoglio sottoscritto, controllando lo scostamento rispetto ai target e definire le eventuali azioni correttive;
  • Supportare il team di Engineering per lo sviluppo di un ambiente analitico e del data model più appropriato in termini di flessibilità e scalabilità.

Competenze e background

  • Sotto appropriata supervisione senior, saper sviluppare e monitorare le performance di modelli predittivi, principalmente, anche se non esclusivamente, della probabilità di generare un sinistro e del costo da sostenere. Le metodologie di modelling che producono generalmente i migliori risultati sono GLM/GAM, XGBoost, LightGBM;
  • Conoscenza approfondita del linguaggio Python;
  • Fino a 2 anni di esperienza professionale, ma si valutano anche neolaureati che abbiamo sviluppato in contesto accademico o per interessi personali le competenze richieste;
  • Considerato l’ingresso nella società in fase di start-up: il tuo impatto personale nella definizione di approcci innovativi ed efficaci sarà al massimo grado; lavorando al fianco di un senior team di provata esperienza nel costruire e sviluppare start-up di successo, avrai opportunità di apprendimento e crescita uniche; in aggiunta alla necessaria formazione tecnica, avrai le più alte probabilità di successo se sei creativo/a, tenace e sai approcciare positivamente anche le sfide più complesse.

Percorso di selezione

  • Sulla base di uno screening iniziale, i candidati verranno invitati a completare entro una settimana un esercizio per valutare nella pratica le competenze di predictive modelling;
  • A seguire interviste con il management della Società.

Location: Milano centro, con possibilità parziale di lavoro da casa il base al livello di autonomia (smart working). Range salariale: 30-40€ k sulla base del tuo percorso e delle competenze dimostrate.

Data Scientist Pricing in Turbigo datore di lavoro: Carol

Lavorare come Data Scientist Pricing in una startup innovativa nel settore Digital Health Insurance a Milano offre un'opportunità unica di crescita professionale e personale. La cultura aziendale è caratterizzata da un forte spirito di collaborazione e creatività, dove ogni membro del team ha la possibilità di influenzare direttamente le strategie aziendali. Inoltre, il supporto di un team senior esperto garantisce un ambiente stimolante per apprendere e sviluppare competenze all'avanguardia nel campo del predictive modelling.

C

Dettagli di contatto:

Team di recruiting di Carol

Consigli degli esperti StudySmarter🤫

Ecco come pensiamo che potresti ottenere Data Scientist Pricing in Turbigo

✨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 Carol

Non dimenticare di candidarti direttamente sul sito di Carol! 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 Data Scientist Pricing in Turbigo

Modelli Predittivi
GLM/GAM
XGBoost
LightGBM
Python
Analisi Dati
Monitoraggio delle Performance

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 Carol. 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 Carol. Mostra loro come pensi e come apprendi!

Come prepararti a un colloquio di lavoro presso Carol

✨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.