Data Analyst

Data Analyst

Full-Time 40000 € / anno In sede
Groupama Assicurazioni

In sintesi

  • Mansioni: Analizza dati per ottimizzare i processi di fraud detection in un team innovativo.
  • Azienda: Groupama Assicurazioni, leader nel settore assicurativo con un ambiente inclusivo.
  • Benefit: Retribuzione competitiva, welfare aziendale e opportunità di crescita professionale.
  • Altre informazioni: Ambiente dinamico con possibilità di lavorare su progetti significativi.
  • Perché questo lavoro: Fai la differenza nella lotta contro le frodi utilizzando tecnologie all'avanguardia.
  • Qualifiche: Laurea in Informatica o affini e esperienza in analisi dati.

La risorsa entrerà a far parte di un team specializzato e in crescita, determinato a ottimizzare e razionalizzare i flussi e i processi di fraud detection della Compagnia, in un ambiente complesso, caratterizzato da elevati volumi di transazioni, schemi fraudolenti in evoluzione e interazioni costanti con tutte le aree di business. Si tratta di un ruolo strategico e operativo, che combina spiccate capacità analitiche e competenze antifrode con un approccio hands-on sull’analisi dei dati.

All’interno del team di Data-Driven Fraud & Anomalies Detection Office, ricerchiamo una figura che supporti Groupama Assicurazioni nella gestione end-to-end della progettazione, implementazione e aggiornamento dei sistemi di fraud detection, per l’individuazione delle aree a maggiore rischio e delle relative azioni migliorative.

Attività principali:

  • Sviluppare, validare e monitorare modelli avanzati di Fraud Detection e Anomaly Detection, supervisionati e non supervisionati;
  • Applicare tecniche statistiche, algoritmi di Machine Learning e metodologie di behavioural analytics per identificare pattern sospetti, anomalie e potenziali comportamenti fraudolenti;
  • Definire, monitorare e ottimizzare indicatori antifrode e KPI di detection, minimizzando i falsi positivi e massimizzando l’efficacia operativa;
  • Progettare e implementare pipeline dati e soluzioni scalabili per l’elaborazione di grandi volumi di dati;
  • Collaborare con i team IT, Data Engineering e Business per l’industrializzazione di modelli ML e l’integrazione nei processi operativi antifrode;
  • Garantire il monitoraggio continuo delle performance dei modelli, identificando fenomeni di model drift e definendo strategie di retraining;
  • Contribuire all’evoluzione delle piattaforme antifrode, dei motori a regole e delle architetture data-driven;
  • Produrre analisi, dashboard e reporting evoluti a supporto delle attività investigative e decisionali.

Competenze e skill richieste per il ruolo:

  • Solida conoscenza di Machine Learning, statistica applicata e metodologie analitiche;
  • Esperienza pratica nello sviluppo e manutenzione di modelli predittivi e sistemi di anomaly detection;
  • Ottima conoscenza di Python e delle principali librerie analitiche e ML (Pandas, NumPy, scikit-learn, PySpark);
  • Esperienza hands-on con SQL e scripting per attività di analisi dati, reporting e data preparation;
  • Familiarità con strumenti di Business Intelligence e Data Visualization;
  • Esperienza nella progettazione, sviluppo e messa in produzione di soluzioni data-driven e modelli ML in ambiente cloud;
  • Conoscenza dei principali servizi cloud in ambito Data & AI (AWS, Azure, Google Cloud Platform), la conoscenza dell’ecosistema Google Cloud Platform (BigQuery, Vertex AI, Cloud Storage o servizi equivalenti) costituisce un plus;
  • Capacità di progettare soluzioni analitiche spiegabili, riproducibili e scalabili;
  • Proattività, curiosità e capacità di anticipare l’evoluzione delle frodi;
  • Attitudine al lavoro di squadra e comprovata capacità di collaborazione in contesti cross-funzionali;
  • Ottime capacità comunicative, con attitudine a tradurre risultati analitici in insight rilevanti per il business;
  • Ottima conoscenza della lingua inglese; la conoscenza della lingua francese preferenziale costituisce un plus.

Formazione:

  • Laurea magistrale in: Informatica, Ingegneria, Statistica, Matematica o equivalenti;
  • Almeno 3 anni di esperienza in un ruolo analitico simile (esperienza maturata in ambito assicurativo, preferenziale);
  • Preferibili percorsi specialistici in Data Science, Big Data, Data Mining, IOT.

Sede di Lavoro:

Inquadramento contrattuale CCNL applicato: ANIATipologia contrattuale: Tempo indeterminato. Trattamento economico: Per la posizione in oggetto la retribuzione annua lorda (RAL) iniziale sarà non inferiore a € 40.000. La RAL sarà comunque commisurata all’effettiva esperienza maturata, al livello delle competenze acquisite e alla corrispondenza del profilo ricercato col profilo della risorsa. Il trattamento economico è integrato da: il Premio Aziendale di Produttività Variabile (PAV) previsto dal Contratto Integrativo Aziendale. Il pacchetto retributivo prevede, inoltre, benefit aziendali disciplinati dal CCNL delle Assicurazioni e dal Contratto Integrativo Aziendale, tra cui: welfare aziendale, previdenza integrativa, polizza salute, polizza vita, ecc.

Pari opportunità:

La ricerca è aperta a tutte le persone, nel rispetto del principio di pari opportunità e non discriminazione, ai sensi della normativa vigente. Accessibilità: Le persone con disabilità che necessitano di supporto o accomodamenti durante il processo di selezione possono contattarci all’indirizzo e-mail. Per Groupama la diversità è un valore e per questo motivo ci impegnano quotidianamente a garantire un ambiente inclusivo. Le candidature sono prese in considerazione garantendo pari opportunità indipendentemente da genere, identità e orientamento di genere, etnia, religione, età, disabilità, nel rispetto di quanto previsto dalla normativa italiana, europea e internazionale.

Data Analyst datore di lavoro: Groupama Assicurazioni

Groupama Assicurazioni è un datore di lavoro eccellente, che offre un ambiente di lavoro inclusivo e stimolante a Roma e Milano. I dipendenti possono beneficiare di opportunità di crescita professionale e formazione continua, lavorando in un team collaborativo e dinamico. Con un forte impegno verso la diversità e l'uguaglianza, Groupama promuove una cultura aziendale che valorizza le competenze individuali e il contributo di ciascun membro del team.

Groupama Assicurazioni

Dettagli di contatto:

Team di recruiting di Groupama Assicurazioni

Consigli degli esperti StudySmarter🤫

Ecco come pensiamo che potresti ottenere Data Analyst

✨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 Groupama Assicurazioni

Non dimenticare di candidarti direttamente sul sito di Groupama Assicurazioni! 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 Analyst

Machine Learning
Statistica Applicata
Analisi Dati
Python
Pandas
NumPy
scikit-learn

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 Groupama Assicurazioni. 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 Groupama Assicurazioni. Mostra loro come pensi e come apprendi!

Come prepararti a un colloquio di lavoro presso Groupama Assicurazioni

✨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.