In sintesi
- Mansioni: Sviluppa prodotti di dati innovativi e collabora con team multidisciplinari.
- Azienda: doValue, leader nel settore dei dati con un ambiente dinamico.
- Benefit: Salario competitivo, opportunità di crescita e formazione continua.
- Altre informazioni: Ambiente stimolante con possibilità di lavorare su big data e tecnologie avanzate.
- Perché questo lavoro: Fai la differenza nel mondo dei dati e contribuisci a progetti all'avanguardia.
- Qualifiche: Esperienza come Data Scientist e competenze in Python e machine learning.
La retribuzione prevista è compresa tra 49500 - 60500 € per anno.
doValue, per la sua controllata doData, è alla ricerca di un/una Data Scientist di talento da inserire nel nostro team, che contribuisca allo sviluppo di nuovi data product destinati al mercato. Nel ruolo, la risorsa opererà lungo l’intero ciclo di vita del data product: dall’esplorazione del concept e dalla modellazione dei prototipi fino all’operativizzazione di soluzioni analitiche scalabili. Il lavoro svolto supporterà direttamente il lancio di asset informativi innovativi, rafforzando il portafoglio dell’azienda e generando valore per i nostri clienti.
RESPONSABILITÀ PRINCIPALI
- Applicare tecniche analitiche, statistiche e di machine learning per progettare modelli e insight che evolvano in prodotti di dati pronti per il mercato.
- Analizzare dataset interni ed esterni per individuare opportunità di nuove funzionalità, indicatori, modelli di scoring o analisi monetizzabili.
- Collaborare con i team di Data Engineering e Business per definire i requisiti e contribuire alla definizione delle specifiche di prodotto.
- Costruire pipeline riproducibili e workflow analitici utilizzando Databricks, Delta Lake e Spark.
- Supportare la trasformazione dei prototipi in componenti di data product scalabili, affidabili e manutenibili.
- Condurre analisi esplorative dei dati (EDA) per valutare la qualità dei dati, identificare trend e generare ipotesi di valore del prodotto.
- Produrre documentazione chiara, visualizzazioni e presentazioni per comunicare la logica, la metodologia e il valore delle funzionalità proposte dei data product.
- Contribuire al miglioramento continuo delle metodologie di data science e del processo di innovazione dei prodotti data-driven.
COMPETENZE E SKILL RICHIESTI PER IL RUOLO
- Esperienza professionale come Data Scientist o in un ruolo analitico simile.
- Solide competenze di programmazione in Python, incluse le principali librerie analitiche (Pandas, NumPy, scikit-learn, PySpark).
- Esperienza pratica nell’utilizzo di Databricks per il data processing, feature engineering, modellazione e sperimentazione.
- Solida conoscenza dei concetti di machine learning, statistica e delle best practice analitiche.
- Capacità di progettare logiche analitiche spiegabili, riproducibili e industrializzabili come prodotto.
- Ottime capacità comunicative, con attitudine a tradurre risultati analitici in insight rilevanti per il business.
- Comprovata capacità di collaborazione in contesti cross-funzionali.
Requisiti preferenziali
- Esperienza nell’utilizzo di dati geospaziali.
- Esperienza in credit risk analytics, scoring di portafoglio, forecasting dei recuperi o modellazione finanziaria.
- Familiarità con open data, dataset immobiliari o API spaziali, in particolare relativi ai mercati UE.
- Esperienza nel processamento di big data tramite Spark e Delta Lake.
- Conoscenza di pratiche MLOps (MLflow, model registry, workflow di deployment).
REQUISITI DI FORMAZIONE
- Titolo di studio richiesto: Laurea triennale in Data Science, Computer Science, Statistica, Matematica, Ingegneria o discipline affini.
- Formazione specifica richiesta: Certificazione Databricks o Azure.
ESPERIENZA PROFESSIONALE RICHIESTA
- Minimo 3 anni di esperienza in ambito data science.
Sede: Milano
Data Scientist in Milan datore di lavoro: doValue
doValue è un datore di lavoro eccellente, che offre un ambiente stimolante e collaborativo presso la sua sede di Roma. Con un forte focus sulla crescita professionale, i dipendenti hanno accesso a opportunità di formazione continua e sviluppo delle competenze, il tutto in un contesto che valorizza l'integrità e l'innovazione. Unirsi al team di Group Internal Audit significa contribuire attivamente a progetti significativi, in un'azienda leader nel settore della gestione dei crediti problematici.
Consigli degli esperti StudySmarter🤫
Ecco come pensiamo che potresti ottenere Data Scientist in Milan
✨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 doValue
Non dimenticare di candidarti direttamente sul sito di doValue! 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 in Milan
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 doValue. 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 doValue. Mostra loro come pensi e come apprendi!
Come prepararti a un colloquio di lavoro presso doValue
✨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.