Data Science Data Science BI Engineer
Junior Machine Learning Engineer Entra nel team di Amaris Consulting come Junior Machine Learning Engineer e inizia un nuovo percorso qualificato in un ambiente internazionale, tecnico e orientato alla crescita. Lavorerai all’interno del Competence Center AI, che applica tecniche di intelligenza artificiale in ambiti come marketing, supporto alle funzioni di controllo e automazione dei processi aziendali. Come consulente Amaris Consulting, sarai un punto di riferimento tecnico per il cliente e un ambasciatore della nostra organizzazione. Le tue capacità relazionali, l’ascolto e la curiosità ti aiuteranno a comprendere le esigenze del contesto e a costruire rapporti di fiducia con gli interlocutori. Esplorare, pulire e preparare i dati per lo sviluppo dei modelli; sviluppare modelli di Machine Learning per attività di classificazione, regressione, clustering e rilevamento di anomalie; supportare il monitoraggio dei modelli e l’analisi dei risultati nel tempo; sviluppare script e API per integrare i modelli nei processi aziendali; collaborare con Data Engineer, Software Engineer e stakeholder di business; 1-2 anni di esperienza in ruoli legati a Machine Learning, Data Science o modellazione statistica; ~ laurea magistrale in una disciplina STEM, preferibilmente Computer Science, Data Science, Matematica, Statistica,
Fisica o Ingegneria; ~ buona conoscenza di Python e SQL; ~ conoscenza delle principali tecniche di Machine Learning e Data Mining; ~ familiarità con librerie Python come scikit-learn, pandas e NumPy; ~ capacità di lavorare con dati strutturati e di individuare anomalie, errori e criticità nei dataset; ~ buona conoscenza della lingua inglese; ~ attitudine alla collaborazione e al lavoro in team; ~ interesse per lo studio e l’apprendimento di nuove tecnologie. L’esperienza in ambito bancario o finanziario sarà considerata un plus. Conoscenza di framework per reti neurali, come TensorFlow o PyTorch; esperienza con Git o altri strumenti di versionamento del codice; familiarità con Docker, Linux e ambienti cloud; conoscenza di strumenti e pratiche MLOps; esperienza con Apache Spark o altri framework per l’elaborazione di grandi volumi di dati; conoscenza di Kafka o di sistemi per la gestione di flussi di dati; familiarità con strumenti di Business Intelligence, come Power BI; conoscenza di R, Scala o altri linguaggi utilizzati in ambito Data Science. Contratto a tempo indeterminato, CCNL del Commercio; RAL compresa tra 30.000 € e 38.000 €, commisurata alle competenze e all’esperienza maturata; buoni pasto La posizione prevede una modalità di lavoro ibrida, con possibilità di smart working e presenza presso le sedi di Torino o Milano 1⁄2 volte a settimana.
Fisica o Ingegneria; ~ buona conoscenza di Python e SQL; ~ conoscenza delle principali tecniche di Machine Learning e Data Mining; ~ familiarità con librerie Python come scikit-learn, pandas e NumPy; ~ capacità di lavorare con dati strutturati e di individuare anomalie, errori e criticità nei dataset; ~ buona conoscenza della lingua inglese; ~ attitudine alla collaborazione e al lavoro in team; ~ interesse per lo studio e l’apprendimento di nuove tecnologie. L’esperienza in ambito bancario o finanziario sarà considerata un plus. Conoscenza di framework per reti neurali, come TensorFlow o PyTorch; esperienza con Git o altri strumenti di versionamento del codice; familiarità con Docker, Linux e ambienti cloud; conoscenza di strumenti e pratiche MLOps; esperienza con Apache Spark o altri framework per l’elaborazione di grandi volumi di dati; conoscenza di Kafka o di sistemi per la gestione di flussi di dati; familiarità con strumenti di Business Intelligence, come Power BI; conoscenza di R, Scala o altri linguaggi utilizzati in ambito Data Science. Contratto a tempo indeterminato, CCNL del Commercio; RAL compresa tra 30.000 € e 38.000 €, commisurata alle competenze e all’esperienza maturata; buoni pasto La posizione prevede una modalità di lavoro ibrida, con possibilità di smart working e presenza presso le sedi di Torino o Milano 1⁄2 volte a settimana.