In sintesi
- Mansioni: Costruisci e implementa modelli di machine learning per migliorare l'efficienza produttiva.
- Azienda: Azienda innovativa nel settore Data Science e IoT con un ambiente dinamico.
- Benefit: Salario competitivo, opportunità di apprendimento continuo e lavoro ibrido.
- Altre informazioni: Ambiente internazionale dove le idee sono valorizzate e l'innovazione è incoraggiata.
- Perché questo lavoro: Influenza la trasformazione digitale e l'innovazione ogni giorno con le tue idee.
- Qualifiche: Laurea STEM e esperienza pratica con Python e librerie ML.
La retribuzione prevista è compresa tra 35000 - 35000 € per anno.
Stiamo cercando un Machine Learning Engineer disposto a unirsi al nostro team Data Science e IoT Platform. Il ruolo prevede la costruzione, l'addestramento e il deployment di modelli ML, collaborando su applicazioni basate su AI per aumentare l'efficienza produttiva e abilitare la manutenzione predittiva. È anche significativamente coinvolto nel nostro processo di trasformazione digitale e nel percorso di transizione energetica, offrendo l'opportunità di influenzarli quotidianamente con creatività e forza innovativa.
Responsabilità principali:
- Lavorare attraverso l'intero ciclo di vita del machine learning, dalla definizione del problema e preparazione dei dati allo sviluppo, deployment e monitoraggio del modello.
- Costruire, insieme ai nostri ingegneri software, applicazioni basate su AI da implementare su macchinari industriali per aumentare l'efficienza produttiva, ridurre i tempi di inattività non programmati e abilitare la manutenzione predittiva.
- Lavorare con colleghi di diverse linee di prodotto per aiutarli a creare e portare sul mercato soluzioni innovative.
Cosa chiediamo:
- Laurea in STEM (Scienza, Tecnologia, Ingegneria e Matematica).
- Esperienza approfondita con Python e conoscenza delle librerie ML (ad es. pandas, sklearn, keras/pytorch).
- Esperienza pratica nello sviluppo e nel deployment di modelli di machine learning.
- Buona conoscenza dell'inglese (scritto e parlato).
Preferenze:
- Esperienza nella costruzione e nel deployment di modelli LLM.
- Esperienza con modelli di Computer Vision ML.
- Conoscenza della metodologia Agile e SCRUM.
- Conoscenza di Microsoft Azure. Utilizziamo Synapse e ML Workspace.
Cosa offriamo:
- Opportunità di contribuire alle attività Upstream&TAT - RAID con un impatto diretto sulle performance aziendali.
- Un ambiente dinamico e internazionale dove le idee sono valorizzate e l'innovazione è incoraggiata.
- Opportunità di apprendimento continuo attraverso formazione, esposizione a nuove tecnologie e collaborazione interfunzionale.
- Modello di lavoro ibrido secondo la politica aziendale e i requisiti del ruolo.
- Gestione delle performance attraverso un processo annuale di valutazione e sviluppo.
- Canteen aziendale disponibile in loco.
- Copertura sanitaria integrativa.
- Iniziative per il benessere a supporto dei dipendenti.
Per la posizione, lo stipendio lordo annuale iniziale sarà a partire da € 35.000, con l'offerta finale determinata in base alla seniority, esperienza e competenze del candidato, nonché all'esito del processo di selezione.
Luogo di lavoro: Castellanza (VA)
Machine Learning Engineer datore di lavoro: Tenova
Unisciti a noi come Machine Learning Engineer e scopri un ambiente di lavoro dinamico e internazionale, dove le tue idee saranno valorizzate e l'innovazione è incoraggiata. Offriamo opportunità di crescita continua attraverso formazione e collaborazione interfunzionale, insieme a un modello di lavoro ibrido che promuove un equilibrio tra vita professionale e personale. Con benefit come assistenza sanitaria supplementare e iniziative per il benessere dei dipendenti, siamo un datore di lavoro eccellente per chi cerca un impiego significativo e gratificante a Castellanza.
Consigli degli esperti StudySmarter🤫
Ecco come pensiamo che potresti ottenere Machine Learning Engineer
✨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 Tenova
Non dimenticare di candidarti direttamente sul sito di Tenova! 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 Machine Learning Engineer
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 Tenova. 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 Tenova. Mostra loro come pensi e come apprendi!
Come prepararti a un colloquio di lavoro presso Tenova
✨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.
