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.
Dato che un elevato numero di candidati potrebbe essere interessato a questa posizione, si assicuri di inviare il suo CV il prima possibile.
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 occasione 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 processamento 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.
xdwybme
ESPERIENZA PROFESSIONALE RICHIESTA
• Minimo 3 anni di esperienza in ambito data science.
Sede: Milano
si prega di allegare CV