In sintesi
- Mansioni: Progetta e costruisci pipeline dati scalabili per progetti di data science e ML.
- Azienda: Startup innovativa nel settore della sostenibilità con una cultura collaborativa.
- Benefit: Salario competitivo, ambiente di lavoro dinamico e opportunità di crescita professionale.
- Altre informazioni: Ufficio moderno a Milano e team con esperienza in startup di successo.
- Perché questo lavoro: Lavora su progetti reali che impattano la sostenibilità e l'economia circolare.
- Qualifiche: Esperienza in programmazione e tecniche di data science/ML.
La retribuzione prevista è compresa tra 120000 - 180000 € per anno.
Trasformare l'Economia Circolare
Abbraccia la nostra Missione: Circularità per tutti! Siamo in missione per aiutare le persone a recuperare il valore incorporato nei loro beni di seconda mano, trasformandoli in valuta e consentendo ai marchi di vendere in modo più sostenibile. Abbiamo costruito una piattaforma unica, alimentata dall'IA, che collega rivenditori, consumatori e acquirenti professionali di beni usati. Mentre ci espandiamo rapidamente in tutta Europa, stiamo alzando l'asticella per la sostenibilità in uno dei mercati più grandi del mondo.
Vivi la nostra Cultura: Favoriamo l'autonomia all'interno del nostro team, guidati dalla nostra missione e dalla convinzione che 'la cultura mangia la strategia a colazione'. A nostro avviso, la gestione agile, la pianificazione a lungo termine e un approccio deduttivo spesso non sono sufficienti: solo l'esecuzione e i risultati tangibili contano davvero. Crediamo nella proprietà condivisa dell'azienda e nell'apprendimento attraverso la sperimentazione.
Unisciti al nostro Team: Siamo molto concentrati sulle persone e lavoriamo instancabilmente per mettere insieme il miglior team possibile. I nostri collaboratori hanno lavorato in alcune delle migliori startup a livello mondiale: Senso, Meta, Scalapay, Palantir, Qonto, ScaleAi, Satispay, TaxFix e altro ancora! Abbiamo assicurato il nostro round di pre-seed da 4 milioni di USD a luglio 2025 e abbiamo un grande ufficio a Milano (Italia).
Ruolo: In questo ruolo, sarai visto dal team come la persona di riferimento per la maggior parte delle nostre pipeline di dati e progetti di data science/ML. Questa non è una posizione focalizzata sulla ricerca: i flussi di lavoro che costruisci saranno utilizzati in applicazioni di produzione reali che impattano direttamente i nostri utenti e partner. Il tuo lavoro giocherà un ruolo chiave nel potenziare la nostra piattaforma e nel guidare risultati significativi in tutto il settore.
Responsabilità principali:
- Ingegneria dei Dati: Progettare, costruire e mantenere pipeline di dati scalabili per raccogliere, pulire e trasformare grandi volumi di dati strutturati e non strutturati. Collaborare con il team di ingegneria per sviluppare soluzioni di archiviazione dati efficienti (ad es. laghi di dati, magazzini) e garantire un flusso di dati fluido per casi d'uso di IA, data science e analisi.
- Data Science & AI/ML: Sviluppare, addestrare e implementare modelli AI/ML per compiti di previsione, raccomandazione e ottimizzazione, con un focus su Prezzi, Gestione del Rischio e Gestione del Catalogo. Sperimentare continuamente e convalidare le prestazioni del modello, garantendo robustezza e scalabilità nelle applicazioni del mondo reale. Lavorare su tecniche di IA applicate come l'elaborazione del linguaggio naturale (NLP) o la visione artificiale per migliorare i prodotti e i servizi dell'azienda.
Competenze richieste:
- Esperienza con linguaggi di programmazione e strumenti (ad es. Python, SQL, Spark, Pandas, Polars).
- Competenza in tecniche di data science e machine learning (ad es. regressione, classificazione, clustering, previsione delle serie temporali).
- Familiarità con librerie e framework AI/ML (ad es. TensorFlow, PyTorch, scikit-learn, Spacy).
- Passione per le applicazioni dell'IA in fintech, sostenibilità e economia circolare.
Preferenze:
- Esperienza con ambienti cloud (ad es. AWS/GCP/Azure), cloud computing ed ETL.
- Esperienza con strumenti di visualizzazione dei dati (ad es. Plotly, Seaborn).
- Competenza con il controllo di versione (ad es. Git).
Founding Data and ML Engineer datore di lavoro: Veliu
Lavorare con noi significa unirsi a un team appassionato e innovativo, impegnato nella trasformazione dell'economia circolare. Offriamo un ambiente di lavoro stimolante a Milano, dove la cultura della condivisione e l'autonomia sono al centro della nostra missione. Con opportunità di crescita professionale e un forte focus sulla sostenibilità, siamo il posto ideale per chi desidera fare la differenza nel mondo attraverso l'uso dell'AI e del machine learning.
Consigli degli esperti StudySmarter🤫
Ecco come pensiamo che potresti ottenere Founding Data and ML 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 Veliu
Non dimenticare di candidarti direttamente sul sito di Veliu! 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 Founding Data and ML 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 Veliu. 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 Veliu. Mostra loro come pensi e come apprendi!
Come prepararti a un colloquio di lavoro presso Veliu
✨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.
