Data Scientist

Data Scientist

Full-Time 27900 - 34100 € / anno (stimato) Smart working (parziale)
E

In sintesi

  • Mansioni: Sviluppa modelli di Machine Learning e lavora su progetti innovativi nel settore bancario.
  • Azienda: eGlue, leader nell'IT Consulting con un team dinamico e collaborativo.
  • Benefit: Fino a 50.000€ RAL, buoni pasto, welfare e assicurazione sanitaria per la famiglia.
  • Altre informazioni: Opportunità di crescita professionale e 13 giorni di lavoro remoto al mese.
  • Perché questo lavoro: Unisciti a noi per fare la differenza con l'AI in un ambiente stimolante.
  • Qualifiche: Laurea in STEM, esperienza in data science e ottima conoscenza di Python e SQL.

La retribuzione prevista è compresa tra 27900 - 34100 € per anno.

Nell’ottica del potenziamento della nostra divisione DWIT - Business Line dedicata all'IT Consulting di eGlue, stiamo ricercando una figura di Data Scientist (sono possibili diverse seniority, junior e middle/senior) che andrà a supporto del team del Competence Center AI del nostro cliente, primaria realtà bancaria italiana.

Sede di Lavoro: Torino o Biella, (13 giorni di remote working al mese).

Retribuzione: fino a 50.000€ RAL, in funzione dell'esperienza reale maturata.

Contratto: assunzione a tempo indeterminato con contratto CCNL Metalmeccanico. L'offerta include variabile a raggiungimento obiettivi pari al 10% della RAL, buoni pasto da 6,50€ per giorno lavorato in presenza, 250€ Welfare, Assicurazione Sanitaria a copertura del nucleo familiare.

Responsabilità:

  • Attività di data engineering, data exploration, data preparation, sviluppo di modelli di Machine Learning, deployment e monitoring delle soluzioni;
  • Realizzazione modelli predittivi (supervised e unsupervised);
  • Realizzazione di use cases di GenAI con LLM;
  • Sviluppo di API / script per rendere operativi i modelli nel continuo.

Requisiti:

  • Laurea Magistrale in materie STEM e Informatica;
  • Almeno 1 anno reale di esperienza in ruoli analoghi, preferibilmente in contesti bancari/finanziari anche in consulenza;
  • Ottima Conoscenza di Python, SQL e delle principali tecniche di Machine Learning / Data Mining;
  • Esperienza nella costruzione di soluzioni che sfruttano AI Generativa (e.g. RAG, Multi Agent Systems);
  • Esperienze di rilascio di sistemi di AI complessi;
  • Desiderio di continuare a studiare e apertura all’innovazione;
  • Mentalità analitica e capacità di problem solving;
  • Ottima attitudine al lavoro in team;
  • Italiano fluente, buona conoscenza della lingua inglese (B1-B2).

A completamento del profilo:

  • Preferibile esperienza su attività di sviluppo di modelli predittivi e/o utilizzo di LLM;
  • Conoscenza Reti Neurali e framework per loro implementazione;
  • Conoscenza di altri linguaggi di programmazione (R, Scala, ecc);
  • Conoscenza di framework BigData (Hadoop / Kafka / Spark / ecc);
  • Esperienza con tools di MLOps;
  • Esperienza con strumenti di Business Intelligence (PowerBI, Board, ecc);
  • Conoscenza di unix, networking, docker, cloud.

Data Scientist datore di lavoro: eGlue

eGlue è un datore di lavoro eccezionale, che offre un ambiente di lavoro ibrido a Reggio Emilia, dove i dipendenti possono godere di un equilibrio tra vita professionale e personale. Con opportunità di crescita professionale, un contratto a tempo indeterminato e vantaggi come buoni pasto e assicurazione sanitaria per il nucleo familiare, eGlue si impegna a garantire il benessere e lo sviluppo dei propri collaboratori, rendendo ogni giorno significativo e gratificante.

E

Dettagli di contatto:

Team di recruiting di eGlue

Consigli degli esperti StudySmarter🤫

Ecco come pensiamo che potresti ottenere Data Scientist

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 eGlue

Non dimenticare di candidarti direttamente sul sito di eGlue! 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

Data Engineering
Data Exploration
Data Preparation
Machine Learning
Deployment
Monitoring
Modelli Predittivi

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

Come prepararti a un colloquio di lavoro presso eGlue

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.