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 opportunità, 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 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

1.

2. Esperienza professionale come Data Scientist o in un ruolo analitico simile.

3. Solide competenze di programmazione in Python, incluse le principali librerie analitiche (Pandas, NumPy, scikit-learn, PySpark).

4. Esperienza pratica nell’utilizzo di Databricks per il data processing, feature engineering, modellazione e sperimentazione.

5. Solida conoscenza dei concetti di machine learning, statistica e delle best practice analitiche.

6. Capacità di progettare logiche analitiche spiegabili, riproducibili e industrializzabili come prodotto.

7. Ottime capacità comunicative, con attitudine a tradurre risultati analitici in insight rilevanti per il business.

8. Comprovata capacità di collaborazione in contesti cross-funzionali.

Requisiti preferenziali

1.

2. 8. Esperienza nell’utilizzo di dati geospaziali.

3. 9. Esperienza in credit risk analytics, scoring di portafoglio, forecasting dei recuperi o modellazione finanziaria.

4. 10. Familiarità con open data, dataset immobiliari o API spaziali, in particolare relativi ai mercati UE.

5. 11. Esperienza nel procesamiento di big data tramite Spark e Delta Lake.

6. 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. xysqume

ESPERIENZA PROFESSIONALE RICHIESTA

-

- Minimo 3 anni di esperienza in ambito data science.

Sede: Milano

#J-18808-Ljbffr

📌 Data Scientist (Milano)
🏢 doValue
📍 Milano