BIG DATA | DATA SCIENTIST | MACHINE LEARNING
Descrizione dell'offerta
doValue è alla ricerca di un/una Data Scientist di talento da inserire nel team Group Data Strategy, che contribuisca allo sviluppo di nuovi data product destinati al mercato.
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. 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.
• 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.
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.
# Esperienza in credit risk analytics, scoring di portafoglio, forecasting dei recuperi o modellazione finanziaria.
Familiarità con open data, dataset immobiliari o API spaziali, in particolare relativi ai mercati UE.
Esperienza nel processamento di big data tramite Spark e Delta Lake.
Conoscenza di pratiche MLOps (MLflow, model registry, workflow di deployment).
REQUISITI DI FORMAZIONE
Laurea triennale in Data Science, Computer Science, Statistica, Matematica, Ingegneria o discipline affini.
Formazione specifica richiesta : ESPERIENZA PROFESSIONALE RICHIESTA
• Minimo 3 anni di esperienza in ambito data science.
Sede: Roma
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. 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.
• 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.
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.
# Esperienza in credit risk analytics, scoring di portafoglio, forecasting dei recuperi o modellazione finanziaria.
Familiarità con open data, dataset immobiliari o API spaziali, in particolare relativi ai mercati UE.
Esperienza nel processamento di big data tramite Spark e Delta Lake.
Conoscenza di pratiche MLOps (MLflow, model registry, workflow di deployment).
REQUISITI DI FORMAZIONE
Laurea triennale in Data Science, Computer Science, Statistica, Matematica, Ingegneria o discipline affini.
Formazione specifica richiesta : ESPERIENZA PROFESSIONALE RICHIESTA
• Minimo 3 anni di esperienza in ambito data science.
Sede: Roma