In sintesi
- Mansioni: Progetta e sviluppa soluzioni AI per automatizzare processi e fornire raccomandazioni basate sui dati.
- Azienda: Azienda innovativa nel settore delle analisi avanzate e automazione.
- Benefit: Collaborazione internazionale, opportunità di crescita e impatto reale con prodotti AI scalabili.
- Altre informazioni: Ambiente dinamico con possibilità di sperimentazione rapida e condivisione delle migliori pratiche.
- Perché questo lavoro: Lavora su progetti all'avanguardia e risolvi casi reali nel settore assicurativo.
- Qualifiche: Competenze in Python e modelli statistici, creatività e capacità di problem solving.
La retribuzione prevista è compresa tra 123750 - 151250 € per anno.
Come parte del Gruppo Advanced Analytics e Automation Solutions, progetterai e fornirai soluzioni AI per automatizzare i processi e fornire raccomandazioni basate sui dati. Lavorerai con oltre 50 unità aziendali per gestire applicazioni AI, dalla preparazione dei dati al deployment dei modelli, e contribuirai a una libreria centrale di servizi analitici. Esplorerai metodi all'avanguardia nell'analisi di testo, immagini e dati per risolvere casi d'uso reali nel settore assicurativo come pricing, rilevamento delle frodi e elaborazione dei documenti. Questo ruolo offre collaborazione tra paesi, sperimentazione rapida e impatto attraverso prodotti AI scalabili.
Responsabilità
- Supportare l'impostazione del progetto e l'analisi dei processi attuali, costruire un business case e progettare soluzioni AI end-to-end target.
- Sviluppare progetti AI end-to-end, inclusa la preparazione dei dati, il codice del modello, l'addestramento e la valutazione.
- Presentare risultati e approfondimenti sulle performance agli stakeholder aziendali.
- Ricercare e portare tecniche ML/DL all'avanguardia in produzione e arricchire la libreria di modelli condivisi.
- Collaborare con più unità aziendali in diversi paesi per implementare applicazioni AI e condividere le migliori pratiche.
Requisiti fondamentali
- Forti capacità di problem solving, creatività e determinazione.
- Eccellenti capacità analitiche e deduttive.
- Esperienza in Python e altri linguaggi (R, Java, C++, …) e librerie DS (Pandas, Scikit-learn, Numpy, Pytorch, LightGBM, Tensorflow).
- Esperienza nella progettazione, sviluppo e valutazione di modelli statistici o modelli ML (clustering, classificazione, regressione, previsione).
- (Nice-to-have) Sviluppo cloud (preferibilmente AWS), ML Ops, addestramento multi-GPU/multi-node, ottimizzazione dei modelli (potatura, quantizzazione, distillazione) e framework DL (Tensorflow, Pytorch) o librerie (Hugging Face, Detectron2, MMLab).
- Capacità di lavorare in team, autonomia, proattività, forte impegno e orientamento ai risultati.
- Laurea magistrale in discipline scientifiche (Matematica, Informatica, Ingegneria, Economia, Fisica).
- Buona conoscenza dell'inglese (B2); conoscenze di base di architettura IT sono un plus.
Competenze: Teamwork, Proattività, Impegno, Python, Altri linguaggi di programmazione (R, Java, C++), Pandas.
Data scientist - Business Advanced Analytics Solutions in Pistoia datore di lavoro: Generali Group
Lavorare come SAP Security & Authorizations Specialist in questa azienda significa entrare a far parte di un ambiente dinamico e collaborativo, dove la flessibilità oraria e lo smart working sono parte integrante della cultura aziendale. Offriamo un sistema di welfare completo, opportunità di formazione continua e iniziative di wellbeing, garantendo così un percorso di crescita professionale significativo e un equilibrio tra vita lavorativa e personale.
Consigli degli esperti StudySmarter🤫
Ecco come pensiamo che potresti ottenere Data scientist - Business Advanced Analytics Solutions in Pistoia
✨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 Generali Group
Non dimenticare di candidarti direttamente sul sito di Generali Group! 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 - Business Advanced Analytics Solutions in Pistoia
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 Generali Group. 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 Generali Group. Mostra loro come pensi e come apprendi!
Come prepararti a un colloquio di lavoro presso Generali Group
✨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.
