In sintesi
- Mansioni: Progetta e sviluppa soluzioni di machine learning per decisioni aziendali basate sui dati.
- Azienda: Azienda tecnologica innovativa con un ambiente collaborativo.
- Benefit: Lavoro completamente remoto, 20 giorni di ferie pagate, assicurazione medica e budget per la formazione.
- Altre informazioni: Ambiente dinamico con opportunità di crescita professionale continua.
- Perché questo lavoro: Lavora su progetti impattanti e utilizza tecnologie all'avanguardia nel campo del machine learning.
- Qualifiche: Esperienza pratica con Python, SQL e Git; competenze in ingegneria delle caratteristiche.
La retribuzione prevista è compresa tra 63000 - 77000 € per anno.
This position is listed on behalf of a partner company, who manages all applications and next steps. Our partner is looking for a Senior ML Engineer based in Italy.
As a Senior ML Engineer, you will design, develop and deploy machine learning solutions that support data-driven product and business decisions.
You will initially focus on predictive models for player behavior, including churn prediction, early identification of high-value users and player profiling.
Working within a collaborative Data & Analytics team, you will turn analytical hypotheses into reliable, production-ready models.
You will take ownership of the full machine learning lifecycle, from feature engineering and model validation to deployment and ongoing performance monitoring.
The role offers opportunities to work with diverse machine learning techniques while improving the stability, scalability and practical impact of ML solutions.
You will join an ambitious, fast-moving environment that values technical autonomy, experimentation and continuous professional growth.
- Accountabilities
- Develop and implement machine learning models, initially focusing on player churn prediction, early identification of VIP players and player profiling.
- Formulate and validate hypotheses to assess potential machine learning use cases before investing in model development.
- Select appropriate modelling approaches and build predictive solutions using supervised and unsupervised learning techniques.
- Perform feature engineering, including the creation, selection and optimization of features to improve model performance.
- Evaluate model quality through appropriate statistical methods, validation strategies and performance metrics.
- Translate machine learning models into production-ready solutions and manage their technical implementation.
- Deploy, maintain and optimize models in production environments, ensuring reliability and scalability.
- Monitor model performance and stability, identify potential issues and implement improvements when needed.
- Contribute to MLOps practices and continuously improve the machine learning development and deployment lifecycle.
- Collaborate with data and analytics colleagues to deliver effective solutions aligned with business needs.
Requirements
- Strong practical experience with Python, SQL and Git.
- Experience containerizing applications and ML workloads using Docker.
- Solid understanding of statistics, model validation techniques and machine learning performance evaluation.
- Hands-on experience with supervised learning methods, including forecasting, regression and classification.
- Experience with unsupervised learning approaches, particularly clustering and segmentation.
- Strong feature engineering skills, including feature creation, selection and optimization.
- Proven experience deploying machine learning models into production environments.
- Understanding of MLOps practices and production model monitoring.
- Ability to investigate problems, validate assumptions and translate analytical findings into practical ML solutions.
- Strong problem-solving skills, ownership and a proactive approach to technical challenges.
- Comfortable collaborating within a team, communicating ideas clearly and incorporating feedback.
- Nice to have: Experience with ML lifecycle management tools such as MLflow or equivalent platforms.
- Nice to have: Knowledge of neural network architectures, including RNNs and autoencoders.
- Nice to have: Experience with uplift modelling.
- Nice to have: Familiarity with dbt.
Benefits
- Fully remote working arrangements, with the option to work from comfortable and secure hubs in Kyiv or Warsaw.
- 20 paid days off per year, in addition to public holidays and sick leave.
- Medical insurance with access to leading clinics.
- Coverage for psychological support through the Pleso platform.
- Monthly Benefit Café allowance to spend on personal interests, hobbies, sports and other eligible activities.
- Individual learning and development budget for courses and professional training.
- Corporate English language classes, workshops and access to an online learning library.
- Performance reviews, structured career planning and mentoring opportunities.
- Team-building activities, corporate events and workshops.
- Access to in-house technical capabilities and opportunities to build technology solutions from the ground up.
- An open, collaborative culture that values initiative, autonomy, straightforward communication and continuous improvement.
- An environment focused on reducing repetitive work through automation and supporting professional growth.
Senior ML Engineer in Vercelli datore di lavoro: Jobgether
L'azienda offre un ambiente di lavoro stimolante e collaborativo, ideale per chi cerca di crescere professionalmente nel campo della gestione dei contenuti digitali e SEO. Con opportunità di formazione continua e un forte focus sulla qualità e sull'accuratezza, i dipendenti possono contare su un supporto costante e su una cultura aziendale che valorizza l'innovazione e la creatività. Inoltre, la flessibilità del lavoro remoto consente di bilanciare vita professionale e personale in modo ottimale.
Consigli degli esperti StudySmarter🤫
Ecco come pensiamo che potresti ottenere Senior ML Engineer in Vercelli
✨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 Jobgether
Non dimenticare di candidarti direttamente sul sito di Jobgether! 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 Senior ML Engineer in Vercelli
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 Jobgether. 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 Jobgether. Mostra loro come pensi e come apprendi!
Come prepararti a un colloquio di lavoro presso Jobgether
✨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.