Junior Data Scientist
Salva questo lavoro e mantieni la tua ricerca organizzata
Crea un account gratuito per salvare lavori, creare avvisi e tornare a questa inserzione dalla tua dashboard.
Chi siamoXTN Cognitive Security® sviluppa soluzioni innovative di Cyber Security e Fraud Prevention basate su Intelligenza Artificiale, Machine Learning e Behavioural Biometrics.
Le nostre piattaforme aiutano organizzazioni internazionali nei settori Banking, Financial Services, Insurance e Digital Payments a prevenire frodi e minacce informatiche attraverso tecnologie proprietarie avanzate. Entrare in XTN significa lavorare in un ambiente tecnologico dinamico, dove dati, algoritmi e Intelligenza Artificiale vengono utilizzati per affrontare problemi reali e complessi legati alla prevenzione delle frodi digitali.
Di seguito troverà tutto ciò che deve sapere su questa opportunità e sui requisiti richiesti ai candidati.
Il ruoloSiamo alla ricerca di un/una Junior Data Scientist – Fraud Detection & Machine Learning da inserire nel team dedicato allo sviluppo e all'evoluzione delle nostre soluzioni di Fraud Prevention.
La persona selezionata collaborerà con Data Scientist e specialisti di Fraud Detection nell'analisi dei dati e nello sviluppo, valutazione e ottimizzazione di modelli di Machine Learning utilizzati per identificare comportamenti anomali e potenziali frodi.
Il ruolo rappresenta un'opportunità di crescita per sviluppare competenze avanzate in ambito Data Science, Machine Learning e Fraud Detection, lavorando su dataset reali e su tecnologie utilizzate in contesti enterprise e finanziari internazionali.
Attività previsteNel ruolo ti occuperai di: Analizzare dataset relativi a transazioni, comportamenti digitali ed eventi di sicurezza.
Esplorare e interpretare i dati al fine di individuare pattern, anomalie e informazioni rilevanti per la Fraud Detection.
Supportare lo sviluppo e l'evoluzione di modelli di Machine Learning applicati alla prevenzione delle frodi.
Collaborare alle attività di preparazione, pulizia e trasformazione dei dati.
Contribuire alle attività di feature engineering e selezione delle variabili rilevanti per i modelli.
Valutare le performance dei modelli attraverso metriche quantitative e analisi dei risultati.
Confrontare differenti approcci e algoritmi per identificare le soluzioni più efficaci.
Utilizzare tecniche statistiche e strumenti di Data Science per trasformare i dati in insight utili al processo decisionale.
Interrogare e analizzare dati attraverso SQL.Collaborare con i team tecnici e di prodotto nell'analisi dei fenomeni di frode e nell'evoluzione delle soluzioni XTN.Preparare analisi, report e presentazioni per comunicare in modo chiaro risultati e insight.
Stack TecnologicoDurante il percorso di crescita avrai modo di lavorare con: Data Science & Machine LearningRAlgoritmi di Machine LearningAnalisi statisticaFeature EngineeringModel EvaluationData AnalysisNOSQLData explorationData preparation e Data CleaningAnalisi quantitativaVisualizzazione e interpretazione dei datiProgrammingR/PythonGOLang/JavaGitProductivity & ReportingMicrosoft ExcelMicrosoft PowerPointStrumenti di reporting e Data VisualizationTecnologie e ambiti che potrai approfondire: Fraud DetectionAnomaly DetectionBehavioural AnalyticsArtificial IntelligenceAdvanced Machine LearningBig DataModel MonitoringData-driven Decision MakingRequisitiCerchiamo una persona con: Laurea, anche in fase di completamento, in Data Science, Informatica, Ingegneria, Matematica, Statistica, Fisica o discipline quantitative equivalenti.
Conoscenze di base di Data Science, Machine Learning e analisi dei dati.
Conoscenza dei principali concetti e algoritmi di Machine Learning.
Buona conoscenza di almeno uno tra R e Python.
Conoscenza di SQL e capacità di effettuare interrogazioni e analisi sui dati.
Familiarità con la programmazione e con linguaggi object-oriented, ad esempio Java.
Buona conoscenza del pacchetto Microsoft Office, in particolare Excel e PowerPoint.
Approccio analitico e quantitativo e capacità di interpretare i dati attraverso evidenze concrete.
Capacità di valutare criticamente i risultati e le performance di un modello.
Interesse verso il mondo Data Science, Artificial Intelligence e Fraud Detection.
Buona capacità di problem solving.
Attitudine al lavoro in team e alla collaborazione.
Buona conoscenza della lingua italiana e inglese.
Costituiscono titolo