Junior Data Scientist – Fraud Detection

2 giorni fa

Padova, Veneto, Italia Altro Tempo pieno

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
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.

Durante il percorso di crescita avrai modo di lavorare con:

Algoritmi di Machine Learning
Data preparation e Data Cleaning
Analisi quantitativa
Visualizzazione e interpretazione dei dati
Strumenti di reporting e Data Visualization

Tecnologie e ambiti che potrai approfondire:

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 Security, Banking o Digital Payments.
Esperienza nell'analisi di dataset complessi o di grandi dimensioni.

Completano il profilo
Cerchiamo una persona:

curiosa e motivata ad appr