Informazioni Come Senior Data Scientist verrai inserito all'interno del team di Data Science, a diretto riporto dell'Head of Data Science & AI, in stretta collaborazione con il team di data engineering e tutte le aree di business di REVO. Ti immergerai in un ambiente flessibile, fortemente collaborativo e dinamico nello svolgimento delle attività, interfacciandoti con il team a Verona nonché a Milano, prevedendo attività anche in trasferta. Siamo un team giovane, competente e ambizioso, ricco di energia e spirito d'impresa. Uniamo passione e competenza, deliverando soluzioni analitiche di enorme impatto all'interno dell'azienda. I nostri prodotti vengono utilizzati quotidianamente per prendere decisioni, risolvere inefficienze, innovare lo status quo dei processi di business, aprendo la strada ad un modo diverso di fare assicurazione. Aree di responsabilità Esplorare e analizzare dati strutturati e non strutturati a livello prototipale. Disegnare, sviluppare e industrializzare algoritmi e modelli di data science e AI in ambiti differenti (predictive, clustering, anomaly detection, dimensionality reduction). Valutare le performance e l'efficacia dei modelli implementati utilizzando le metriche opportune. Comunicare i risultati delle analisi e dei modelli realizzati alle figure di business e stakeholders. Esperienze lavorative Esperienza di almeno 4 anni nello sviluppo, implementazione e mantenimento di algoritmi di ML/AI. Requisiti tecnici Conoscenza approfondita ed esperienza concreta nell'utilizzo di modelli e tecniche di Machine Learning rispetto a problemi di regressione, classificazione, clustering, dimensionality reduction. Padronanza degli algoritmi relativi, quali ad esempio GLM, SVM, Decision tree, RF, XGboost e tecniche di regolarizzazione. Conoscenza approfondita ed esperienza concreta nell'utilizzo delle soluzioni, modelli e pipeline state-of-the-art in ambito NLP. Conoscenza approfondita ed esperienza concreta nell'utilizzo di modelli e tecniche di Deep Learning. Padronanza delle architetture neurali più comuni (ANN, CNN, RNN) e del loro funzionamento. Conoscenza nell'utilizzo di metodologie e tecniche statistiche derivanti dall'approccio inferenziale e bayesiano. Padronanza delle comuni metodologie statistiche inferenziali (p-values, intervalli di confidenza) e conoscenza dell'approccio e dei modelli bayesiani (regressioni bayesiane, reti bayesiane, EM, reti neurali bayesiane). Conoscenza approfondita ed esperienza concreta di almeno 4-5 anni nell'utilizzo del linguaggio Python. Nello specifico: creazione di moduli e pacchetti, programmazione orientata agli oggetti, definizione e scrittura di test unitari. Conoscenza approfondita ed esperienza concreta di almeno 4-5 anni nell'utilizzo delle principali librerie Python utilizzate nell'ambito della data science. Nello specifico: Pandas, Numpy, Matplotlib, Scikit-learn, XGBoost o LightGBM, Statsmodels, Transformers, Huggingface, Spacy, NLTK, OpenAI, Tensorflow/Keras o Pytorch. Conoscenza approfondita ed esperienza concreta nell'utilizzo di database relazionali (PostgreSQL, MySQL) e NoSQL (MongoDB). Conoscenza approfondita ed esperienza concreta nell'utilizzo del linguaggio SQL. Conoscenza del sistema di versionamento GIT ed esperienza nello sviluppo software in modalità MLOps o DevOps. Esperienza nello sviluppo di pipelines CI/CD. Esperienza concreta nell'utilizzo dell'architettura Cloud AWS e principali servizi annessi rispetto al comune sviluppo della pipeline di data science (e.g. S3, Lambda, ECR, Athena, EC2). Conoscenza di base di ambienti containerizzati su tecnologia Docker. Conoscenza della metodologia Agile e dei principali strumenti per la gestione dell'agile sprint (Jira). Preferibile una esperienza di base nello sviluppo software in modalità MLOps o DevOps. Esperienza base nello sviluppo di pipelines CI/CD. Caratteristiche personali Spiccato spirito analitico. Forte senso di responsabilità. Approccio dinamico con elevata proattività e curiosità. Forte orientamento al risultato. Capacità di problem solving. Ottime capacità comunicative e relazionali. Ottima capacità di lavorare efficacemente in team. CANDIDATI J-18808-Ljbffr