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. 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 Junior Data Scientist – Fraud Detection Machine Learning.
Il ruolo è da inserire nel team dedicato allo sviluppo e all'evoluzione delle nostre soluzioni di Fraud Prevention.
Responsabilità 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.
Tecnologie Data Science Machine Learning:
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 approfondibili:
Fraud Detection
Anomaly Detection
Behavioural Analytics
Artificial Intelligence
Advanced Machine Learning
Big Data
Model Monitoring
Data-driven Decision Making
Requisiti 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.
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 Security, Banking o Digital Payments.
Esperienza nell'analisi di dataset complessi o di grandi dimensioni.
Soft skills / Completano il profilo Curiosa e motivata ad approfondire dati, algoritmi e nuove tecnologie;
Dotata di un forte approccio analitico e quantitativo;
Capace di affrontare problemi complessi in modo strutturato;
Precisa nell'analisi e nell'interpretazione dei dati;
Interessata a comprendere non solo come funziona un modello, ma anche perché produce determinati risultati;
Desiderosa di crescere in un ambiente tecnico altamente specializzato;
Capace di lavorare in squadra e confrontarsi con colleghi con competenze differenti.
Cosa offriamo Entrerai a far parte di una software company di prodotto che sviluppa tecnologie proprietarie nel settore Cyber Security e Fraud Prevention.
Lavorare su dataset reali e problematiche concrete di Fraud De