Company: Confidential
Why candidates should join
Laura è una insurtech specializzata nell’assicurazione auto, con un forte orientamento alla tecnologia e ai dati. Il lavoro si concentra quindi sull’applicazione di metodi quantitativi rigorosi a problemi di business concreti. Il team attribuisce grande valore a una solida preparazione scientifica e cerca una persona capace di ragionare in modo sperimentale, sviluppare modelli con rigore e trasformare la ricerca in soluzioni concretamente utilizzabili.
Non è richiesta un’esperienza pregressa nel settore assicurativo; l’azienda è particolarmente interessata a profili provenienti da altri ambiti scientifici quantitativi o industriali, in cui l’analisi rigorosa e la gestione di dati complessi rivestono un ruolo centrale. Il ruolo offre inoltre l’occasione di lavorare con tecnologie moderne di machine learning, deep learning, LLM, embeddings e pipeline implementate in produzione.
Role Requirements
- PhD strongly preferred in a quantitative discipline (Must-have)
- Around 3 to 8 years of relevant experience (Must-have)




- Strong grounding in probability, statistics, inference, regression, optimisation, machine learning and experimental design (Must-have)
- Python (Must-have)
- NumPy, Pandas or Polars (Must-have)
- Scikit-learn (Must-have)
- PyTorch or modern ML/DL frameworks (Must-have)
- SQL and large dataset handling (Must-have)
- Git and reproducible development practices (Must-have)
- Feature engineering and model validation (Must-have)
- Time series, clustering, anomaly detection or geospatial analysis (Must-have)
- Deep learning, foundation models or LLM experimentation (Nice-to-have)
- XGBoost, LightGBM or CatBoost (Nice-to-have)
- Spark, DuckDB, MLflow, Ray, Databricks, Snowflake, cloud platforms or Docker/Kubernetes (Nice-to-have)
- Scientist who codes mindset (Must-have)

About The Role
La azienda
Laura è un’agenzia assicurativa digitale nata per rendere l’assicurazione auto più semplice, intuitiva e accessibile

📌 Data Scientist (Milano)
🏢 Workfully
📍 Milano