Data Scientist
doValue, per la sua controllata doData, è alla ricerca di un/una
Data Scientist
di talento da inserire nel nostro team, che contribuisca allo sviluppo di nuovi data product destinati al mercato.
Competenze, Esperienza, Qualifiche: se possiede i requisiti giusti per questa occasione, si candidi oggi stesso. Nel ruolo, la risorsa opererà lungo l’intero ciclo di vita del data product: dall’esplorazione del concept e dalla modellazione dei prototipi fino all’operativizzazione di soluzioni analitiche scalabili. Il lavoro svolto supporterà direttamente il lancio di asset informativi innovativi, rafforzando il portafoglio dell’azienda e generando valore per i nostri clienti.
RESPONSABILITÀ PRINCIPALI
Applicare tecniche analitiche, statistiche e di machine learning per progettare modelli e insight che evolvano in prodotti di dati pronti per il mercato.
Analizzare dataset interni ed esterni per individuare opportunità di nuove funzionalità, indicatori, modelli di scoring o analisi monetizzabili.
Collaborare con i team di Data Engineering e Business per definire i requisiti e contribuire alla definizione delle specifiche di prodotto.
Costruire pipeline riproducibili e workflow analitici utilizzando Databricks, Delta Lake e Spark.
Supportare la trasformazione dei prototipi in componenti di data product scalabili, affidabili e manutenibili.
Condurre analisi esplorative dei dati (EDA) per valutare la qualità dei dati, identificare trend e generare ipotesi di valore del prodotto.
Produrre documentazione chiara, visualizzazioni e presentazioni per comunicare la logica, la metodologia e il valore delle funzionalità proposte dei data product.
Contribuire al miglioramento continuo delle metodologie di data science e del processo di innovazione dei prodotti data-driven.
COMPETENZE E SKILL RICHIESTI PER IL RUOLO
Esperienza professionale come Data Scientist o in un ruolo analitico simile.
Solide competenze di programmazione in Python, incluse le principali librerie analitiche (Pandas, NumPy, scikit-learn, PySpark).
Esperienza pratica nell’utilizzo di Databricks per il data processing, feature engineering, modellazione e sperimentazione.
Solida conoscenza dei concetti di machine learning, statistica e delle best practice analitiche.
Capacità di progettare logiche analitiche spiegabili, riproducibili e industrializzabili come prodotto.
Ottime capacità comunicative, con attitudine a tradurre risultati analitici in insight rilevanti per il business.
Comprovata capacità di collaborazione in contesti cross-funzionali.
Requisiti preferenziali
8. Esperienza nell’utilizzo di dati geospaziali.
9. Esperienza in credit risk analytics, scoring di portafoglio, forecasting dei recuperi o modellazione finanziaria.
10. Familiarità con open data, dataset immobiliari o API spaziali, in particolare relativi ai mercati UE.
11. Esperienza nel procesamiento di big data tramite Spark e Delta Lake.
12. Conoscenza di pratiche MLOps (MLflow, model registry, workflow di deployment).
REQUISITI DI FORMAZIONE Titolo di studio richiesto : Laurea triennale in Data Science, Computer Science, Statistica, Matematica, Ingegneria o discipline affini.
Formazione specifica richiesta : Certificazione Databricks o Azure. xcldrub
ESPERIENZA PROFESSIONALE RICHIESTA
Minimo 3 anni di esperienza in ambito data science.
Sede: Milano
#J-18808-Ljbffr
Data Scientist
di talento da inserire nel nostro team, che contribuisca allo sviluppo di nuovi data product destinati al mercato.
Competenze, Esperienza, Qualifiche: se possiede i requisiti giusti per questa occasione, si candidi oggi stesso. Nel ruolo, la risorsa opererà lungo l’intero ciclo di vita del data product: dall’esplorazione del concept e dalla modellazione dei prototipi fino all’operativizzazione di soluzioni analitiche scalabili. Il lavoro svolto supporterà direttamente il lancio di asset informativi innovativi, rafforzando il portafoglio dell’azienda e generando valore per i nostri clienti.
RESPONSABILITÀ PRINCIPALI
Applicare tecniche analitiche, statistiche e di machine learning per progettare modelli e insight che evolvano in prodotti di dati pronti per il mercato.
Analizzare dataset interni ed esterni per individuare opportunità di nuove funzionalità, indicatori, modelli di scoring o analisi monetizzabili.
Collaborare con i team di Data Engineering e Business per definire i requisiti e contribuire alla definizione delle specifiche di prodotto.
Costruire pipeline riproducibili e workflow analitici utilizzando Databricks, Delta Lake e Spark.
Supportare la trasformazione dei prototipi in componenti di data product scalabili, affidabili e manutenibili.
Condurre analisi esplorative dei dati (EDA) per valutare la qualità dei dati, identificare trend e generare ipotesi di valore del prodotto.
Produrre documentazione chiara, visualizzazioni e presentazioni per comunicare la logica, la metodologia e il valore delle funzionalità proposte dei data product.
Contribuire al miglioramento continuo delle metodologie di data science e del processo di innovazione dei prodotti data-driven.
COMPETENZE E SKILL RICHIESTI PER IL RUOLO
Esperienza professionale come Data Scientist o in un ruolo analitico simile.
Solide competenze di programmazione in Python, incluse le principali librerie analitiche (Pandas, NumPy, scikit-learn, PySpark).
Esperienza pratica nell’utilizzo di Databricks per il data processing, feature engineering, modellazione e sperimentazione.
Solida conoscenza dei concetti di machine learning, statistica e delle best practice analitiche.
Capacità di progettare logiche analitiche spiegabili, riproducibili e industrializzabili come prodotto.
Ottime capacità comunicative, con attitudine a tradurre risultati analitici in insight rilevanti per il business.
Comprovata capacità di collaborazione in contesti cross-funzionali.
Requisiti preferenziali
8. Esperienza nell’utilizzo di dati geospaziali.
9. Esperienza in credit risk analytics, scoring di portafoglio, forecasting dei recuperi o modellazione finanziaria.
10. Familiarità con open data, dataset immobiliari o API spaziali, in particolare relativi ai mercati UE.
11. Esperienza nel procesamiento di big data tramite Spark e Delta Lake.
12. Conoscenza di pratiche MLOps (MLflow, model registry, workflow di deployment).
REQUISITI DI FORMAZIONE Titolo di studio richiesto : Laurea triennale in Data Science, Computer Science, Statistica, Matematica, Ingegneria o discipline affini.
Formazione specifica richiesta : Certificazione Databricks o Azure. xcldrub
ESPERIENZA PROFESSIONALE RICHIESTA
Minimo 3 anni di esperienza in ambito data science.
Sede: Milano
#J-18808-Ljbffr