Forecasting & Energy Data Analyst

Pubblicato il 19-11-2026 · REPOWER ITALIA · Milano

Per il team Middle Office della Direzione Trading cerchiamo un/una Forecasting & Energy Data Analyst con esperienza nel settore energetico.

Sebbene l'esperienza competente e le qualifiche siano fondamentali per questo ruolo, si assicuri di verificare di possedere le soft skill preferenziali, se richieste, prima di candidarsi.

La persona contribuirà allo sviluppo e al miglioramento delle previsioni relative alla produzione da fonti rinnovabili e ai consumi di energia elettrica e gas dei clienti. La nuova risorsa lavorerà con dati energetici, meteorologici e di mercato, trasformando l'analisi degli errori previsionali in indicazioni concrete per migliorare modelli e processi.

Principali responsabilità: Elaborare e monitorare le previsioni di produzione di impianti fotovoltaici ed eolici e di consumo di energia elettrica e gas.

Integrare dati storici e real time, informazioni meteorologiche, caratteristiche tecniche degli impianti e indicazioni dei clienti.

Analizzare gli scostamenti tra valori previsti ed effettivi, individuandone le cause.

Rilevare anomalie, indisponibilità, curtailment, problemi di qualità del dato e comportamenti di consumo atipici.

Monitorare le performance tramite KPI quali MAE, RMSE, MAPE/WAPE e Bias.

Svolgere attività di backtesting e confrontare modelli, metodologie e provider previsionali.

Sviluppare dashboard e report e proporre nuove variabili o soluzioni per aumentare l'accuratezza delle previsioni.





Requisiti richiesti: 2–5 anni di esperienza nel forecasting energetico, preferibilmente sulla produzione rinnovabile o sulla domanda.

Solide competenze nell'analisi di serie temporali e di dataset di grandi dimensioni.

Buona conoscenza di Python per data analysis e modellistica, incluse librerie come pandas, NumPy e scikit-learn.

Buona conoscenza di SQL e ottima padronanza di Excel.

Familiarità con tecniche statistiche e di machine learning applicate al forecasting.

Laurea magistrale in discipline STEM o in un percorso a forte contenuto quantitativo.

Costituiscono un plus: Esperienza con XGBoost, LightGBM, modelli di regressione e time-series forecasting.

Conoscenza di Tableau o Power BI, API meteorologiche, Numerical Weather Prediction, ambienti cloud e data platform.

Conoscenza del mercato elettrico italiano, degli impianti fotovoltaici ed eolici, delle curve di carico e dei processi di scheduling, nomination e sbilanciamento.

Il profilo ideale: Cerchiamo una persona con mentalità quantitativa, curiosità per il funzionamento fisico ed economico del sistema energetico e interesse ad approfondire le cause degli errori previsionali. xlwpduy Completano il profilo problem solving, autonomia, attenzione alla qualità del dato, comunicazione chiara e capacità di collaborare con funzioni operative, commerciali e IT/Data.
Max. 8 MB. Formati Accettati: PDF, RTF, DOC, DOCX, ODT.