Junior Data Scientist – Fraud Detection

Chi siamo XTN Cognitive Security® sviluppa soluzioni innovative di Cyber Security e Fraud Prevention basate su Intelligenza Artificiale, Machine Learning e Behavioural Biometrics.

La preghiamo di verificare di possedere il livello di esperienza e le qualifiche adeguate leggendo la panoramica completa di questa opportunità qui sotto.

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.

Il ruolo Siamo 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 previste Nel 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 Tecnologico Durante il percorso di crescita avrai modo di lavorare con: Data Science & Machine Learning R Algoritmi di Machine Learning Analisi statistica Feature Engineering Model Evaluation Data Analysis NOSQL Data exploration Data preparation e Data Cleaning Analisi quantitativa Visualizzazione e interpretazione dei dati Programming R/Python GOLang/Java Git Productivity & Reporting Microsoft Excel Microsoft PowerPoint Strumenti di reporting e Data Visualization Tecnologie e ambiti che potrai approfondire: Fraud Detection Anomaly Detection Behavioural Analytics Artificial Intelligence Advanced Machine Learning Big Data Model Monitoring Data-driven Decision Making Requisiti Cerchiamo 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 preferenziale: Esperienze accademiche, tesi o progetti personali in ambito Machine Learning o Data Science.

Esperienza nell'utilizzo di librerie e framework di Data Science e Machine Learning.

Conoscenza di tecniche di classificazione, clustering e anomaly detection.

Conoscenza di strumenti di Data Visualization.

Esperienza con Git e strumenti di sviluppo software.

Interesse o conoscenza dei settori Fraud Prevention, Cyber Se