Osnovno

Portfolio Data Scientist

roma, lazio, Italy Tvrtka: JR Italy Klijent / Poslodavac: doValue
Objavljeno: 19.05.2026
Datum zatvaranja: 03.07.2026
Preporuka za posao: c893969f204e10f9946c23c7c9752447

Informacije o poslu

Lokacija
roma, lazio, Italy
Tvrtka
JR Italy
Klijent / Poslodavac
doValue
Preporuka za posao
c893969f204e10f9946c23c7c9752447
Vrsta popisa
Osnovno
Potrebna je radna dozvola EU-a
Ne
Objavljeno
19.05.2026
Datum zatvaranja
03.07.2026

Opis posla

doValue è alla ricerca di un/una Data Scientist di talento da inserire nel team Portfolio, che supporti i processi aziendali e contribuisca allo sviluppo di nuovi data product.

La risorsa lavorerà a stretto contatto con il team Data Engineering e con le funzioni di business, contribuendo sia in prima persona allo sviluppo analitico sia alla definizione delle soluzioni di prodotto.

Il ruolo prevede un’attività distribuita tra il perimetro country Italia e il contesto di gruppo, con collaborazione continuativa con team e stakeholder internazionali, in particolare in Spagna, Grecia e Cipro. Il lavoro svolto supporterà direttamente il lancio di asset informativi innovativi, rafforzando il portafoglio dell’azienda e generando valore per i nostri clienti.

Responsabilità principali

  • Analizzare dataset interni ed esterni al fine di individuare opportunità per lo sviluppo di nuove funzionalità, indicatori, modelli di scoring e soluzioni analitiche a potenziale monetizzabile.
  • Collaborare con i team di Data Engineering e Business per la raccolta e la definizione dei requisiti, contribuendo alla stesura delle specifiche funzionali e di prodotto.
  • Progettare e implementare pipeline di dati e workflow analitici riproducibili, selezionando le tecnologie più idonee in funzione del contesto applicativo e degli obiettivi di business.
  • Applicare tecniche di analisi avanzata, statistica e machine learning per sviluppare modelli e insight evolvibili in prodotti data‑driven pronti per il mercato.
  • Condurre analisi esplorative dei dati (EDA) per valutarne qualità, completezza e coerenza.
  • Contribuire al miglioramento continuo delle metodologie di data science e dei processi di innovazione legati allo sviluppo di prodotti basati sui dati.

Competenze tecniche

  • Solida conoscenza di SQL per l’interrogazione, analisi e trasformazione dei dati su database relazionali.
  • Ottima padronanza di Python e delle principali librerie per analisi dei dati e machine learning, con esperienza pratica in modellazione, analisi esplorativa, sperimentazione, NLP ed eventuale utilizzo di modelli linguistici (LLM) in contesti applicativi.
  • Competenze di programmazione strutturata, preferibilmente in Python, incluse modularità del codice, gestione delle dipendenze, versionamento e sviluppo di componenti riutilizzabili.
  • Conoscenza dei principi di machine learning e statistica, nonché delle best practice analitiche, inclusi i processi di valutazione delle performance e validazione dei modelli.
  • Capacità di progettare soluzioni analitiche spiegabili, riproducibili e industrializzabili, pensate per essere manutenute, monitorate e scalate nel tempo.
  • Ottima conoscenza di Excel, utilizzato come strumento di supporto per analisi esplorativa, validazione dei dati e reporting.

Requisiti preferenziali

  • Spiccate capacità di problem solving, con approccio strutturato all’analisi di problemi complessi o non completamente definiti.
  • Predisposizione al lavoro in team cross‑funzionali, con capacità di collaborare efficacemente con profili tecnici e di business.
  • Conoscenza di open data e di dataset immobiliari, in particolare relativi ai mercati dell’Unione Europea.

Requisiti di formazione

  • Laurea Magistrale o esperienza equivalente in Statistica, Matematica, Data Science, Ingegneria o discipline affini.

Competenze linguistiche

  • Buona conoscenza della lingua inglese, scritta e parlata, per interazioni e attività in contesto internazionale.


Sede: Roma

si prega di allegare il CV

Vještine

apply blended learning apply for research funding apply research ethics and scientific integrity principles in research activities build recommender systems Business Analytics Business Intelligence collect ICT data communicate with a non-scientific audience Computational Biology Computer Simulation conduct research across disciplines create data models Data Engineering data ethics Data Mining Data Models data quality assessment Data Science data visualisation software define data quality criteria deliver visual presentation of data demonstrate disciplinary expertise design database in the cloud design database scheme develop data processing applications develop professional network with researchers and scientists Digital Curation disseminate results to the scientific community draft scientific or academic papers and technical documentation empirical analysis establish data processes evaluate research activities execute analytical mathematical calculations Hadoop handle data samples Healthcare Analytics image recognition implement data quality processes increase the impact of science on policy and society information categorisation Information Extraction integrate gender dimension in research integrate ICT data interact professionally in research and professional environments interpret current data LDAP LINQ make data-driven decisions manage data manage data collection systems manage findable accessible interoperable and reusable data manage ICT data architecture manage ICT data classification manage intellectual property rights manage open publications manage personal professional development manage research data Marketing Analytics mathematical modelling MDX mentor individuals multidisciplinary research N1QL normalise data online analytical processing operate open source software perform data cleansing perform data mining perform project management perform scientific research promote open innovation in research promote the participation of citizens in scientific and research activities promote the transfer of knowledge publish academic research quantitative analysis query languages report analysis results Research Design resource description framework query language Scientific Computing scientific literature Social Network Analysis SPARQL speak different languages State Estimation statistical modeling techniques Statistics synthesise information teach in academic or vocational contexts think abstractly Unstructured Data use data processing techniques use databases use spreadsheets software visual presentation techniques write scientific publications XQuery

Slični poslovi

Predloženi poslovi

Eurojobs Support Assistant