Junior Data Scientist – Fraud Detection & Machine Learning

Vedi l’offerta su Go Lavoro: golavoro.it/annuncio-lavoro/7tgtbk

Chi siamoXTN Cognitive Security® sviluppa soluzioni innovative di Cyber Security e Fraud Prevention basate su Intelligenza Artificiale, Machine Learning e Behavioural Biometrics.Le nostre piattaforme aiutano organizzazioni internazionali nei settori Banking, Financial Services, Insurance e Digital Payments a prevenire frodi e minacce informatiche attraverso tecnologie proprietarie avanzate.Entrare in XTN significa lavorare in un ambiente tecnologico dinamico, dove dati, algoritmi e Intelligenza Artificiale vengono utilizzati per affrontare problemi reali e complessi legati alla prevenzione delle frodi digitali.Di seguito troverà tutto ciò che deve sapere su questa opportunità e sui requisiti richiesti ai candidati.Il ruoloSiamo alla ricerca di un/una Junior Data Scientist – Fraud Detection & Machine Learning da inserire nel team dedicato allo sviluppo e all'evoluzione delle nostre soluzioni di Fraud Prevention.La persona selezionata collaborerà con Data Scientist e specialisti di Fraud Detection nell'analisi dei dati e nello sviluppo, valutazione e ottimizzazione di modelli di Machine Learning utilizzati per identificare comportamenti anomali e potenziali frodi.Il ruolo rappresenta un'opportunità di crescita per sviluppare competenze avanzate in ambito Data Science, Machine Learning e Fraud Detection, lavorando su dataset reali e su tecnologie utilizzate in contesti enterprise e finanziari internazionali.Attività previsteNel ruolo ti occuperai di:Analizzare dataset relativi a transazioni, comportamenti digitali ed eventi di sicurezza.Esplorare e interpretare i dati al fine di individuare pattern, anomalie e informazioni rilevanti per la Fraud Detection.Supportare lo sviluppo e l'evoluzione di modelli di Machine Learning applicati alla prevenzione delle frodi.Collaborare alle attività di preparazione, pulizia e trasformazione dei dati.Contribuire alle attività di feature engineering e selezione delle variabili rilevanti per i modelli.Valutare le performance dei modelli attraverso metriche quantitative e analisi dei risultati.Confrontare differenti approcci e algoritmi per identificare le soluzioni più efficaci.Utilizzare tecniche statistiche e strumenti di Data Science per trasformare i dati in insight utili al processo decisionale.Interrogare e analizzare dati attraverso SQL.Collaborare con i team tecnici e di prodotto nell'analisi dei fenomeni di frode e nell'evoluzione delle soluzioni XTN.Preparare analisi, report e presentazioni per comunicare in modo esplicito risultati e insight.Stack TecnologicoDurante il percorso di crescita avrai modo di lavorare con:Data Science & Machine LearningRAlgoritmi di Machine LearningAnalisi statisticaFeature EngineeringModel EvaluationData AnalysisNOSQLData explorationData preparation e Data CleaningAnalisi quantitativaVisualizzazione e interpretazione dei datiProgrammingR/PythonGOLang/JavaGitProductivity & ReportingMicrosoft ExcelMicrosoft PowerPointStrumenti di reporting e Data VisualizationTecnologie e ambiti che potrai approfondire:Fraud DetectionAnomaly DetectionBehavioural AnalyticsArtificial IntelligenceAdvanced Machine LearningBig DataModel MonitoringData-driven Decision MakingRequisitiCerchiamo una persona con:Laurea, anche in fase di completamento, in Data Science, Informatica, Ingegneria, Matematica, Statistica, Fisica o discipline quantitative equivalenti.Conoscenze di base di Data Science, Machine Learning e analisi dei dati.Conoscenza dei principali concetti e algoritmi di Machine Learning.Buona conoscenza di almeno uno tra R e Python.Conoscenza di SQL e capacità di effettuare interrogazioni e analisi sui dati.Familiarità con la programmazione e con linguaggi object-oriented, ad esempio Java.Buona conoscenza del pacchetto Microsoft Office, in particolare Excel e PowerPoint.Approccio analitico e quantitativo e capacità di interpretare i dati attraverso evidenze concrete.Capacità di valutare criticamente i risultati e le performance di un modello.Interesse verso il mondo Data Science, Artificial Intelligence e Fraud Detection.Buona capacità di problem solving.Attitudine al lavoro in team e alla collaborazione.Buona conoscenza della lingua italiana e inglese.Costituiscono titolo preferenziale:Esperienze accademiche, tesi o progetti personali in ambito Machine Learning o Data Science.Esperienza nell'utilizzo di librerie e framework di Data Science e Machine Learning.Conoscenza di tecniche di classificazione,



clustering e anomaly detection.Conoscenza di strumenti di Data Visualization.Esperienza con Git e strumenti di sviluppo software.Interesse o conoscenza dei settori Fraud Prevention, Cyber Security, Banking o Digital Payments.Esperienza nell'analisi di dataset complessi o di grandi dimensioni.Completano il profiloCerchiamo una persona:curiosa e motivata ad approfondire dati, algoritmi e nuove tecnologie;dotata di un forte approccio analitico e quantitativo;capace di affrontare problemi complessi in modo strutturato;precisa nell'analisi e nell'interpretazione dei dati;interessata a comprendere non solo come funziona un modello, ma anche perché produce determinati risultati;desiderosa di crescere in un ambiente tecnico altamente specializzato;capace di lavorare in squadra e confrontarsi con colleghi con competenze differenti.Cosa offriamoEntrerai a far parte di una software company di prodotto che sviluppa tecnologie proprietarie nel settore Cyber Security e Fraud Prevention.Avrai la possibilità di:lavorare su dataset reali e problematiche concrete di Fraud Detection;contribuire allo sviluppo e all'evoluzione di modelli di Machine Learning utilizzati in produzione;approfondire tecniche di Data Science e Artificial Intelligence applicate alla prevenzione delle frodi;collaborare con Data Scientist, Software Engineer ed esperti di Fraud Prevention;sviluppare competenze in uno dei settori più avanzati nell'applicazione dell'AI ai servizi finanziari e alla sicurezza digitale.Offriamo:Tempo indeterminato.RAL compresa tra €25.000 e €34.000 in funzione dell'esperienza.Modalità di lavoro ibrida: 2 giorni in ufficio e 3 giorni in Smart Working.Orario di lavoro flessibile.Ticket Restaurant.Assicurazione sanitaria integrativa.Welfare&Fringe; BenefitsFormazione continua.Percorso di crescita professionale.Le nostre sedi PadovaPresso la Net Tower, all'interno del polo direzionale NetCenter. MilanoPresso Caldera Park Milano, Orange Building. xdwybme XTN promuove un ambiente di lavoro inclusivo e valuta tutte le candidature sulla base delle competenze, dell'esperienza e del potenziale, nel rispetto della normativa vigente in materia di pari possibilità.Si prega di leggere l'informativa per i candidati al seguente indirizzo:

Vedi l’offerta su Go Lavoro: golavoro.it/annuncio-lavoro/7tgtbk