La aziendaLaura è un’agenzia assicurativa digitale nata per rendere l’assicurazione auto più facile, intuitiva e accessibile. Costruiamo piattaforme proprietarie che connettono app, servizi e dati, trasformando la complessità assicurativa in prodotti digitali concreti. Entrare nel team tech significa contribuire alle scelte tecniche e allo sviluppo del prodotto, affrontare sfide reali e vedere l’impatto del proprio lavoro sull’esperienza degli utenti.Missione del ruoloEntrare nel nucleo quantitativo e tecnologico di Laura per trasformare dataset complessi in insight, segnali e modelli predittivi utilizzabili nei processi di pricing, underwriting, portfolio management, antifrode, customer behaviour e nelle future applicazioni data-driven della società.Non cerchiamo necessariamente esperienza assicurativa. È anzi preferibile una provenienza da settori scientifici o industriali differenti, nei quali il trattamento quantitativo di dati complessi sia una componente centrale.Ambiti di provenienza particolarmente interessanti- Aerospace e aeronautica.- Space, satellite data, remote sensing ed Earth Observation.- Meteorologia, climate science e modelli ambientali.- Energy e sistemi complessi.- Automotive, autonomous driving e mobility.- Robotics, telecommunications e industrial optimization.- Physics, computational science e applied mathematics.- Computational biology / scientific computing.- Quantitative finance, operations research e geospatial analytics.Principali attività- Analisi esplorativa di dataset strutturati e non strutturati.- Data cleaning, data quality assessment, preprocessing e data preparation.- Feature engineering e feature selection.- Individuazione di pattern, anomalie, cluster, correlazioni e relazioni non lineari.- Sviluppo di modelli statistici, Machine Learning e modelli predittivi.- Segmentazione, clustering, anomaly detection,



time-series e geospatial analysis.- Analisi causale, sperimentazione e model validation.- Costruzione di pipeline riproducibili per training, validation e scoring.- Utilizzo di Deep Learning e foundation models quando appropriato.- Ricerca e sperimentazione con LLM, modelli open source, embeddings e agentic workflows.- Collaborazione con software/data engineer per portare i modelli in produzione e monitorarne le performance.Formazione e basi scientifiche- PhD fortemente preferito in Mathematics, Applied Mathematics, Statistics, Physics, Computer Science, Machine Learning, Engineering, Computational Science, Operations Research, Econometrics o disciplina quantitativa equivalente.- Solida padronanza di probabilità, statistica, inferenza, regressione, optimization, machine learning, validation, experimental design e gestione dell’incertezza.- Cerchiamo una base matematica/statistica reale, non un profilo che utilizzi soltanto librerie o strumenti preconfezionati.Competenze tecnologiche- Python, NumPy, Pandas e/o Polars.- Scikit-learn, PyTorch e moderni framework ML/DL.- SQL e gestione di dataset di grandi dimensioni.- Git e buone pratiche di sviluppo riproducibile.- Molto apprezzati: XGBoost / LightGBM / CatBoost, JAX, Spark, DuckDB, MLflow, Ray, Databricks, Snowflake, cloud AWS/GCP/Azure, Docker/Kubernetes e GPU computing.- Familiarità concreta con LLM, transformer, embeddings, vector database, AI coding tools, model evaluation, fine-tuning/adaptation e synthetic data.Profilo personaleCerchiamo uno “scientist who codes”: una persona curiosa, sperimentale e quantitativa, capace di formulare ipotesi, costruire modelli, testarle rigorosamente e trasformare ricerca e dati in soluzioni utilizzabili. La capacità di apprendere rapidamente nuovi metodi e strumenti è più importante dell’aver già lavorato nel settore assicurativo.#J-18808-Ljbffr

📌 Data Scientist / Applied Scientist (Sondrio)
🏢 Ersilia
📍 Sondrio