In sintesi
- Mansioni: Sviluppa modelli di Machine Learning e integra risorse cloud in un ambiente innovativo.
- Azienda: CRIF, gruppo internazionale all'avanguardia nel settore delle soluzioni informative.
- Benefit: Ambiente di lavoro flessibile, opportunità di crescita e formazione continua.
- Altre informazioni: Ambiente inclusivo e rispettoso, con possibilità di Smart Working.
- Perché questo lavoro: Collabora con giovani talenti su progetti internazionali e innovativi.
- Qualifiche: Conoscenza di Python, interesse per il cloud e capacità di lavorare in team.
La retribuzione prevista è compresa tra 20 - 45 € per ora.
CRIF, prestigioso ed innovativo Gruppo internazionale specializzato in soluzioni informative, modelli decisionali, outsourcing, software e servizi consulenziali per supportare banche, società finanziarie, assicurazioni, utilities e imprese in ogni fase della relazione con il cliente, ricerca una figura di Internship Machine Learning Engineer per l’area “Advanced Analytics Global”.
L’area “Advanced Analytics Global” è il Centro di Eccellenza di CRIF che combina le migliori competenze di AI, Data Science e Data Engineering. Siamo un gruppo eclettico ed in rapida crescita, composto da giovani che collaborano in un ambiente internazionale sereno, fortemente orientato all’innovazione e attento alla crescita delle persone che vi lavorano, con il giusto mix di interazione fisica e collaborazione da remoto.
Lavoriamo su grandi quantità di dati, sia proprietari che di clienti, strutturati e non strutturati, applichiamo tecniche di Data Science e tecnologie di AI per sviluppare e mettere in produzione modelli predittivi. Lavoriamo su progetti internazionali, a supporto di altre aree di CRIF o per i Clienti, evolviamo il business dei nostri clienti guidandoli nell’integrazione dell'IA nelle strategie, sviluppiamo soluzioni all’avanguardia per facilitare l’integrazione dei fattori ESG, inclusi quelli climatici, nelle decisioni di investimento e nelle strategie creditizie.
Se vuoi misurarti con le principali istituzioni bancarie italiane ed europee per supportarle nel loro percorso di innovazione sostenibile ed etica e possiedi le seguenti caratteristiche, sei il candidato giusto!
Cerchiamo una figura neo-laureata o laureanda che abbia le seguenti caratteristiche:
- conoscenza di Python e della programmazione orientata agli oggetti
- forte interesse per i servizi cloud native
- competenza nell’ambito dell’analisi dei dati e del machine learning
- capacità di lavorare in team, propensione all’innovazione, precisione
- buona padronanza della lingua inglese (livello minimo B1/B2)
Nice to Have (requisiti che, se posseduti, sono considerati un plus):
- conoscenza di Dagster o equivalenti
- conoscenza delle principali distribuzioni GNU/Linux
- competenza in ambito GIS o text mining
- competenze in ambito GenAI
- conoscenza di uno tra i principali framework web basati su Python
La figura si occuperà di:
- integrazione di risorse SaaS/PaaS in un unico ambiente funzionale
- utilizzo di risorse cloud per la gestione del ciclo di vita dei modelli di Machine Learning
- design e implementazione di pipeline su piattaforme per il Data Engineering
Ci impegniamo a creare un ambiente sicuro e inclusivo, basato sul rispetto reciproco e la valorizzazione delle diversità, offrendo pari opportunità di lavoro a tutti i candidati qualificati.
Sede di lavoro: Milano (preferita) o Bologna, con possibilità di Smart Working.
Internship Machine Learning Engineering datore di lavoro: CRIF S.p.A.
CRIF è un datore di lavoro eccezionale, che offre un ambiente di lavoro stimolante e innovativo a Milano, dove i giovani talenti possono crescere professionalmente nel campo dell'AI e della Data Science. Con un forte focus sulla collaborazione e sull'inclusione, CRIF promuove opportunità di sviluppo personale e professionale, permettendo ai dipendenti di lavorare su progetti internazionali significativi e di contribuire all'innovazione sostenibile nel settore finanziario. Inoltre, la flessibilità del lavoro da remoto e l'attenzione al benessere dei dipendenti rendono CRIF un luogo ideale per costruire una carriera significativa e gratificante.
Consigli degli esperti StudySmarter🤫
Ecco come pensiamo che potresti ottenere Internship Machine Learning Engineering
✨Partecipa a hackathon e competizioni di data science
Questi eventi sono fantastici per mostrare le tue abilità pratiche e creare connessioni nel settore. Inoltre, possono darti visibilità e permetterti di lavorare su progetti reali che puoi includere nel tuo portfolio.
✨Esplora le università e gli eventi di networking
Spesso ci sono fiere del lavoro e eventi di networking organizzati nelle università. Controlla il calendario della tua università e partecipa a questi eventi: potresti incontrare recruiter di CRIF S.p.A. o di altre aziende interessate a tirocinanti come te!
✨Crea un progetto di data science da presentare
Lavora su un progetto personale, magari analizzando un dataset interessante e creando visualizzazioni coinvolgenti. Questo non solo ti aiuterà a praticare le tue competenze, ma sarà anche un eccellente argomento di discussione durante i colloqui.
✨Non dimenticare le piattaforme online e le community
Unisciti a gruppi di data science su LinkedIn o piattaforme come GitHub. Condividi le tue esperienze, chiedi feedback e cerca opportunità di tirocinio. La comunità è spesso molto disponibile a dare una mano!
Pensiamo che ti servano queste competenze per eccellere come Internship Machine Learning Engineering
Alcuni consigli per la tua candidatura 🫡
Sottolinea le tue competenze tecniche!:Quando prepariamo il tuo CV per un tirocinio in Data Science, non dimenticare di evidenziare le tue competenze in programmazione (Python, R) e la tua esperienza con strumenti di analisi dati come Pandas o NumPy. Assicurati di citare anche eventuali progetti pratici o corsi online che hai completato.
Mostra la tua curiosità!:Nel tuo cover letter, parlaci della tua passione per i dati e del perché vuoi intraprendere un tirocinio in Data Science con CRIF S.p.A.. Sottolinea la tua voglia di imparare e come pensi di contribuire al loro team.
Aggiungi un progetto nel tuo portfolio!:Se hai lavorato su progetti interessanti, come l'analisi di dataset reali o la creazione di modelli predittivi, non dimenticare di includerli nel tuo portfolio. Un legame con progetti pratici può far brillare la tua applicazione rispetto ad altri candidati.
Affronta il tuo CV con strategia!:Fai attenzione alla formattazione del tuo CV: mantienilo chiaro e conciso. Utilizza bullet points per le esperienze, mettendo in evidenza i risultati concreti che hai ottenuto con i tuoi progetti e come puoi applicare questi successi in CRIF S.p.A..
Come prepararti a un colloquio di lavoro presso CRIF S.p.A.
✨Metti in mostra le tue capacità analitiche
Preparati a presentare alcuni progetti di data science che hai realizzato durante gli studi o in progetti personali. Potresti dover discutere le tecniche di analisi dei dati che hai utilizzato, come regression analysis o clustering, e i risultati che hai ottenuto. Questo mostrerà al tuo intervistatore che sai applicare la teorìa alla pratica!
✨Padroneggia i linguaggi di programmazione
Assicurati di avere una buona padronanza di Python o R, poiché potrebbero chiederti di scrivere codice durante l’intervista. Fai pratica con funzionalità comuni, come librerie di manipolazione dei dati (pandas o dplyr) o tecniche di machine learning (scikit-learn). Non dimenticare di spiegare il tuo ragionamento mentre codifichi!
✨Sii curioso e dimostra voglia di imparare
Essere in tirocinio significa apprendere e crescere! Mostra al tuo potenziale datore di lavoro, CRIF S.p.A., che sei aperto a nuove esperienze e sfide. Fai domande sulle tecnologie e sugli strumenti in uso, questo dimostrerà che sei motivato e desideroso di svilupparti nel ruolo di data scientist.
✨Analizza i dati per trovare trend
Potresti essere guidato attraverso un caso pratico dove ti verrà chiesto di analizzare un dataset. Pratica l’abilità di estrarre insight significativi dai dati. Dimostra come puoi identificare tendenze e proporre strategie basate sui dati stessi; questo è ciò che fa un vero data scientist!
