PSocial network you want to login/join with: /p h3Location: /h3 h3Job Category: /h3 pOther /p h3EU work permit required: /h3 pYes /p h3Job Reference: /h3 p226543014 /p h3Job Views: /h3 p1 /p h3Posted: /h3 p24.05.2025 /p h3Expiry Date: /h3 p08.07.2025 /p h3Job Description: /h3 ul liStatistica /li /ul pstrongemOniverse, /em /strong una realtà multinazionale italiana del fashion retail presente in oltre 56 paesi nel mondo e da sempre focalizzata all’espansione internazionale, alla sostenibilità e all’integrazione verticale, è alla ricerca di un/a Fraud Data Analyst da inserire all’interno del Dipartimento Loss Prevention. /p pLa tua missione sarà quella di creare e perfezionare modelli di analisi per identificare schemi fraudolenti e migliorare continuamente il processo di Fraud Detection. /p h3Le tue responsabilità: /h3 ol liOrganizzazione dei dati e creazione di dashboard dinamiche: Trasforma i dati in azioni strategiche, sviluppando dashboard per monitorare i Key Risk Indicators (KRIs) per Loss Prevention Manager e altri stakeholder aziendali. /li liAnalisi predittiva per la rilevazione delle frodi: Utilizza tecniche statistiche e predittive per identificare correlazioni, pattern ricorrenti, trend e nuove opportunità per migliorare i modelli di Fraud Detection. /li liData Visualization: Crea report, grafici e dashboard che trasformino i risultati delle analisi in informazioni di valore per il business, facilitandone l’esplorazione e la condivisione tra i diversi dipartimenti aziendali. /li liCollaborazione con team internazionali: Partecipa attivamente ai progetti di Fraud Detection, analizzando i processi aziendali e i database disponibili per migliorare l’efficacia del sistema e ottimizzare le performance dei processi di business. /li /ol h3Ci piacerebbe conoscerti se ti distingui per: /h3 ol liCuriosità: gran parte del tuo tempo sarà dedicato a progetti di Ricerca Sviluppo in ambito frodi. La grande mole di dati generata dai nostri sistemi richiede lo studio dei processi aziendali e dei sistemi IT che dovrai costantemente rinnovare e applicare in modo continuo. /li liPrecisione: è per noi fondamentale analizzare i dati in modo preciso e accurato per garantire che il processo di decision-making sia coerente con gli output generati. /li liPassione: lavorerai all’interno di un team internazionale che unisce competenze investigative e data-oriented. Ogni intuizione è fondamentale per migliorare il modello di Fraud Detection. /li /ol h3Requisiti necessari: /h3 ol liProgrammare in Python /li liConoscenza di SQL /li liPrincipi di Data Visualization /li liMachine Learning / Deep Learning /li liStatistica /li liTradurre in linguaggio informatico script di frode suggeriti dall'esperienza investigativa sul campo /li liConoscenza della lingua inglese /li /ol h3Requisito opzionale: /h3 ol liBigQuery/Looker (Google Cloud Platform) /li /ol h3CHE COSA OFFRIAMO: /h3 ol liPacchetto retributivo in linea con il mercato e il tuo expertise /li liFlessibilità oraria e possibilità di smart working /li liPacchetto benefit che include polizza assicurativa integrativa, tessera sconto aziendale su tutti i marchi del Gruppo, convenzioni e sconti dedicati al personale aziendale /li liUn ambiente di lavoro dinamico che prevede percorsi di formazione on the job, affiancamento e feedback continuo su performances e obiettivi di crescita /li liPostazione di lavoro e dispositivi aziendali premium per poter svolgere al meglio il tuo ruolo /li liAsilo, mensa healthy e palestra aziendali a tariffe agevolate /li liArea relax con sofà, ping pong e table football nel nostro bellissimo foyer aziendale /li /ol h3IL NOSTRO PROCESSO DI SELEZIONE: /h3 p3 step indicativi: /p ol liContatto telefonico e colloquio conoscitivo con HR Talent Acquisition /li liColloquio tecnico e di approfondimento con HR Business Partner e Line Manager /li liProposta di inserimento /li /ol h3Sede di lavoro: /h3 pstrongHQ Dossobuono di Villafranca (Verona) /strong /p pSosteniamo la parità di genere e promuoviamo un ambiente equo ed inclusivo. Accogliamo candidature da qualsiasi persona indipendentemente dal background di provenienza, riconoscendo il valore della diversità nel nostro contesto lavorativo. /p #J-18808-Ljbffr