In sintesi
- Mansioni: Progetta e sviluppa soluzioni di AI e Data Science per migliorare la digitalizzazione.
- Azienda: Esprinet, leader nella distribuzione IT e Consumer Electronics in Sud Europa.
- Benefit: Retribuzione competitiva, lavoro ibrido, formazione continua e ambiente stimolante.
- Altre informazioni: Ambiente inclusivo e opportunità di crescita internazionale.
- Perché questo lavoro: Unisciti a un team innovativo e fai la differenza nel mondo della tecnologia.
- Qualifiche: Laurea STEM e almeno 2 anni di esperienza in Data Science o Machine Learning.
La retribuzione prevista è compresa tra 32000 - 32000 € per anno.
Descrizione lavoro: Hai una vera passione per la tecnologia? Esprinet è un’azienda multinazionale leader nel Sud Europa (Italia, Spagna e Portogallo) nella distribuzione “business-to-business” di Information Technology e Consumer Electronics. Siamo un abilitatore dell’ecosistema tecnologico con una profonda vocazione alla sostenibilità ambientale e sociale che cerca sempre nuovi talenti per aiutarci a raggiungere le nostre sfide giornaliere! Insieme a te, vogliamo migliorare e potenziare la vita a persone e imprese accompagnandole nel proprio percorso di digitalizzazione e favorendo la tech democracy.
Per il potenziamento del team AI & Data Science, siamo alla ricerca di una persona da inserire nel ruolo di Data Scientist. La risorsa contribuirà alla progettazione, allo sviluppo e all’industrializzazione di soluzioni di Intelligenza Artificiale e Data Science a supporto delle società del Gruppo nei tre Paesi. Opererà in stretta collaborazione con le funzioni di business e con il dipartimento IT, trasformando esigenze operative e strategiche in soluzioni data-driven scalabili, affidabili e orientate al valore.
Di cosa ti occuperai:
- Progettare, sviluppare e portare in produzione soluzioni di AI e GenAI, presidiando l’intero ciclo di vita: analisi dei requisiti, studio di fattibilità, sviluppo, rilascio e monitoraggio post-produzione.
- Sviluppare e industrializzare modelli di machine learning per finalità previsionali, descrittive e di supporto alle decisioni, applicati a dati di business complessi.
- Collaborare con i referenti dei sistemi aziendali, inclusi ERP, CRM e piattaforme IT, per definire integrazioni, interfacce e modalità di adozione delle soluzioni nei processi esistenti.
- Tradurre analisi e risultati tecnici in insight chiari e fruibili, supportando il dialogo con interlocutori non tecnici e favorendo l’adozione da parte delle funzioni di business.
- Contribuire all’evoluzione delle competenze del team e al consolidamento di metodologie, standard e best practice condivise a livello di Gruppo.
REQUISITI:
- Laurea in discipline STEM, preferibilmente in Statistica, Ingegneria, Matematica, Fisica o ambiti affini.
- Esperienza di almeno 2 anni in ruoli di Data Scientist, Machine Learning Engineer o AI Engineer, preferibilmente con progetti rilasciati in produzione.
- Capacità di applicare pensiero critico e di adottare soluzioni non convenzionali alla risoluzione dei problemi.
- Ottima conoscenza di Python e di database relazionali e non.
- Esperienza nello sviluppo di soluzioni in ambienti cloud.
- Esperienza concreta nell’utilizzo di Large Language Model e solide basi di machine learning, modellazione statistica e data analysis.
- Capacità di interagire in autonomia con stakeholder di business, raccogliere requisiti e presentare risultati in modo chiaro ed efficace.
- Buona conoscenza della lingua inglese, sia scritta sia parlata.
COSA OFFRIAMO:
- Retribuzione Annua Lorda a partire da € 32.000.
- CCNL di riferimento è Commercio (Terziario, Distribuzione e Servizi) e l’inquadramento previsto è impiegatizio.
- Possibile eligibilità al variabile soggetta al raggiungimento degli obiettivi, buoni pasto, welfare aziendale.
- Lavoro ibrido con la possibilità di effettuare full remote working; è gradita la presenza di un giorno a settimana per confronti di team sui progetti e sugli obiettivi strategici.
- Orario flessibile di ingresso/uscita.
- Possibilità di accedere a percorsi di crescita internazionali; percorsi formativi e training interni.
- Ambiente di lavoro stimolante, innovativo e attento ai temi di sostenibilità e Diversity&Inclusion.
I NOSTRI VALORI:
- Ricerca dell’eccellenza: ci impegniamo a diventare ogni giorno più grandi e più competenti per essere pronti a vincere le sfide di mercati in continuo cambiamento.
- Affidabilità: lealtà, integrità, trasparenza sono le basi su cui vogliamo costruire la nostra credibilità e il nostro successo.
- Collaborazione: crediamo nel lavoro di squadra, nel pensiero collettivo, nel valore della differenza e nella relazione tra capacità, aspirazioni e competenze diverse.
- Attenzione al cliente: diamo ascolto al mondo di cui siamo parte.
- Creatività: diamo forma all’innovazione, vogliamo creare soluzioni sempre più originali e sorprendenti.
- Coraggio: sappiamo che agire vuol dire anche correre il rischio di commettere degli errori.
- Responsabilità: crediamo che le tecnologie siano un bene comune.
- Ascolto: siamo sempre in ascolto dei bisogni, delle opinioni e delle necessità.
Data Scientist datore di lavoro: Esprinet Italia
Esprinet è un datore di lavoro eccezionale, che offre un ambiente di lavoro stimolante e innovativo, con un forte impegno verso la sostenibilità e la diversità. I dipendenti possono beneficiare di orari flessibili, opportunità di smartworking e percorsi di crescita professionale a livello internazionale, il tutto all'interno di un team collaborativo e appassionato. Unirsi a Esprinet significa contribuire attivamente a progetti significativi nel campo della tecnologia, mentre si sviluppano competenze in un contesto che valorizza l'eccellenza e l'integrità.
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 Esprinet Italia
Non dimenticare di candidarti direttamente sul sito di Esprinet Italia! 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
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 Esprinet Italia. 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 Esprinet Italia. Mostra loro come pensi e come apprendi!
Come prepararti a un colloquio di lavoro presso Esprinet Italia
✨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.