Konecta è un’azienda leader globale del settore BPO e Customer Management BPO con oltre 130.000 dipendenti appassionati che gestiscono interazioni in ben 30 lingue in 4 continenti e 25 Paesi nel mondo.
Il nostro approccio settoriale, focalizzato sulle specifiche esigenze e le opportunità che ogni settore offre ai nostri Clienti, ci permette di offrire una gamma completa di soluzioni per la gestione end-to-end dei clienti (acquisizione, ritenzione, servizio clienti, supporto tecnico e recupero crediti), tutte basate su un modello di business sostenibile. Queste soluzioni sono costruite su un portafoglio di servizi di livello mondiale che coprono la customer experience, la gestione dei processi aziendali e le tecnologie digitali più all'avanguardia.
Con sede a Madrid, Konecta ha un fatturato globale di circa 2 miliardi di euro con più di 500 clienti, tra cui alcuni dei più grandi nomi delle telecomunicazioni, dell'energia, delle banche, della mobilità e automotive, del retail e dell'e-commerce.
All'interno di Konecta la BU Digital è la divisione di innovazione e servizi del gruppo, riunisce le attività di innovazione ed è coinvolta nei vari progetti di trasformazione dei nostri clienti. Uniamo la nostra passione per la soddisfazione del cliente con una mentalità focalizzata su innovazione e tecnologia.
Per la Business Unit Konecta Digital cerchiamo Data Scientist qualificato da inserire all'interno del nostro organico.
PRINCIPALI ATTIVITA' E RESPONSABILITA:
1. DATA COLLECTION
Gestire la raccolta e l'individuazione dei dati, cercando di capire la fattibilità del prelievo dei dati e quali strumenti utilizzare;
2.DATA EXTRACT
Studiare il framework, ossia quale strumento utilizzare tra i vari sistemi disponibili sul mercato per estrarre, catalogare, trasformare e valutare i dati in suo possesso in modo anche da distribuirli nel framework più opportuno;
3. DATA EXPLORATION AND CLEASING
Provvedere, una volta attuata l'estrapolazione dei dati, alla loro ripulitura da eventuali inutili sovraccarichi, dunque al loro rimaneggiamento e schematizzazione;
4. DATA ANALYTICS
Gestire lo sviluppo di metriche come la correlazione, comparazione e statistica ed elaborare ipotesi analitiche da applicare successivamente in azioni di machine learning;
5.MACHINE LEARNING
Garantire il controllo del livello di complessità, tramite algoritmi già collaudati come il Random Forest, e verificare delle ipotesi sviluppate in fase Analytics;
6.IMPLEMENTAZIONE AI (ARTIFICIAL INTELLIGENCE)
Fornire una proposta di azione effettiva all'Intelligenza Artificiale, sfruttando la lavorazione dei dati strutturati e non strutturati e le risposte ottenute dalle dinamiche di Machine learning;
5.TEXT MINING
Comprendere lo stato dell'arte del text mining e dell'analisi del sentiment, progettare e sviluppare metodi per la classificazione del testo e la modellazione degli argomenti.
Statistica:
* conoscenza di metodi statistici e probabilistici per l'analisi dei dati.
Programmazione:
* conoscenza di Python e SQL;
* conoscenza di piattaforme quali Databricks, Celery, Kubernetes, Airflow rappresentano un elemento distintivo.
Machine Learning:
* esperienza nel training, tuning e valutazione di modelli di Machine Learning;
* esperienza con librerie e framework di Machine Learning come PyTorch e Scikit-Learning;
* esperienze con librerie per lo sviluppo di soluzioni basate su modelli LLM;
* esperienze con librerie di Text Mining.
Databae:
* conoscenza di database relazionali e non relazionali come MySQL, PostogreSQL, Mongo DB.
Sviluppo API/Webapp:
* competenze nello sviluppo do applicazioni web utilizzando framework come Flash o Django.
Costituisce un elemento preferenziale la Laurea in discipline STEM.
"Il presente annuncio è rivolto ad entrambi i sessi, ai sensi delle leggi 903/77 e 125/91, e a persone di tutte le età e tutte le nazionalità, ai sensi dei decreti legislativi 215/03 e 216/03.”