In sintesi
- Mansioni: Progetta e sviluppa soluzioni AI innovative per trasformare le esigenze in risultati concreti.
- Azienda: Azienda tech internazionale con focus sulla sostenibilità e innovazione.
- Benefit: Retribuzione competitiva, buoni pasto, lavoro ibrido e formazione continua.
- Altre informazioni: Ambiente dinamico con opportunità di crescita professionale.
- Perché questo lavoro: Unisci tecnologia e business per avere un impatto reale in un contesto globale.
- Qualifiche: Laurea STEM e almeno 2 anni di esperienza in Data Science o AI.
La retribuzione prevista è compresa tra 63000 - 77000 € per anno.
In questo ruolo puoi guidare la progettazione, sviluppo e messa in produzione di soluzioni AI e GenAI per le società del Gruppo. Lavori a stretto contatto con business e IT per trasformare esigenze operative in soluzioni data-driven scalabili e affidabili. Contribuisci all’evoluzione delle metodologie di Data Science del team e al consolidamento di standard di Gruppo, offrendo insight chiari ai decisori. Una posizione che unisce innovazione tecnica e impatto sul business, in un contesto internazionale e orientato alla sostenibilità.
Retribuzione / Benefits
- Retribuzione annuale lorda da 32.000
- Buoni pasto
- Welfare aziendale
- Lavoro ibrido con possibilità full remote
- Orario flessibile
- Percorsi formativi interni
Responsabilità
- Progettare, sviluppare e portare in produzione soluzioni AI/GenAI lungo l’intero ciclo di vita
- Sviluppare e industrializzare modelli ML per finalità previsionali, descrittive e decisionali
- Collaborare con ERP, CRM e piattaforme IT per definire integrazioni e adozione nei processi
- Tradurre analisi tecniche in insight chiari per stakeholder non tecnici
- Contribuire all’evoluzione delle competenze del team e all’adozione di best practice a livello di Gruppo
Requisiti fondamentali
- Laurea in discipline STEM
- >=2 anni di esperienza in ruoli Data Scientist/Machine Learning/AI Engineer, preferibilmente con progetti in produzione
- Pensiero critico e capacità di soluzioni non convenzionali
- Ottima conoscenza di Python e di database relazionali e non
- Esperienza nello sviluppo in ambienti cloud
- Esperienza con Large Language Models e solide basi di ML, modellazione statistica e data analysis
- Capacità di interagire autonomamente con stakeholder di business e presentare risultati chiari
- Buona conoscenza dell’inglese scritto e parlato
- Autonomia
- Comunicazione efficace con stakeholder non tecnici
- Pensiero critico e problem solving
- Python
- DB relazionali e non-relazionali
- Ambient i cloud
Data Scientist datore di lavoro: Esprinet
Lavorare come CRM Developer in un contesto internazionale offre l'opportunità di crescere professionalmente e di contribuire a progetti innovativi nel campo del Customer Engagement. La nostra azienda promuove una cultura di apprendimento continuo, con benefit competitivi come bonus legati agli obiettivi, buoni pasto e flessibilità oraria, rendendo l'ambiente di lavoro stimolante e gratificante. Inoltre, il welfare aziendale e la possibilità di smart working favoriscono un equilibrio tra vita professionale e personale, rendendoci un datore di lavoro eccellente per chi cerca un impiego significativo e appagante.
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
Non dimenticare di candidarti direttamente sul sito di Esprinet! 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. 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. Mostra loro come pensi e come apprendi!
Come prepararti a un colloquio di lavoro presso Esprinet
✨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.
