Quantitative Analyst/Data Scientist-Energy-Milano Centro
Pubblicato il 15-09-2026 - Michael Page International in Monza
Overview In questa posizione lavori direttamente con l'Head of Quantitative and Market Analysis per sviluppare modelli quantitativi e strumenti analitici avanzati a supporto decisionale. Sei immerso in un contesto internazionale nel settore energetico, contribuendo a valutazioni di asset, scenari di mercato e strategie di ottimizzazione. L'opportunità offre grande esposizione a decision maker e possibilità di crescita accelerata grazie alla vicinanza con founder ed executive. Metti a terra metodologie di data science, machine learning e energy economics per problemi reali del settore.
Retribuzione / Benefits
Bonus Buoni pasto 8/giorno Contratto di lavoro a tempo indeterminato Sede di Milano centro Elevata flessibilità organizzativa e smart working Esposizione a founder e investitori internazionali
Responsabilità
Sviluppare e mantenere modelli quantitativi per asset energetici Costruire modelli previsionali di prezzo,
scenari di mercato e performance operativa Sviluppare strumenti di data science e machine learning a supporto delle decisioni Partecipare a strategie di ottimizzazione e gestione di energy storage e sistemi a batteria Analizzare dataset complessi provenienti da fonti pubbliche e private Sviluppare e mantenere librerie software proprietarie in Python Effettuare analisi quantitative sui mercati dell'energia e delle commodity Collaborare con team finance, sviluppo progetti e stakeholder tecnici Preparare analisi e presentazioni per management e investitori
Requisiti fondamentali
Laurea in discipline quantitative (come indicato) Circa 2–6 anni di esperienza in ruoli analitici (Quantitative Analyst, Data Scientist, Energy Analyst, ecc.) Conoscenza avanzata di Python (essenziale) Esperienza in modelli previsionali, algoritmi quantitativi o ML Capacità di strutturare modelli su problemi complessi Ottima conoscenza dell'inglese Approccio analitico hands-on e curiosità intellettuale orientamento analitico curiosità intellettuale hands-on Python modelli previsionali machine learning