Data Scientist — PhD + ML, Production Models (Python)
Summary
Confidential insurtech employer seeks a senior data scientist (PhD strongly preferred, 3-8 yrs experience) in Lombardy to build predictive models end-to-end: data cleaning, feature engineering, statistical/ML modeling, clustering, time-series and LLM experimentation, then collaborate with engineers to deploy models to production. Core stack: Python, NumPy/Pandas/Polars, scikit-learn, PyTorch, SQL,
Confidential cerca uno scienziato dati altamente qualificato per guidare analisi avanzate e sviluppo di modelli predittivi in ambito insurtech. Il ruolo prevede lavoro su dataset complessi, pipeline end-to-end e collaborazione con ingegneri per portare modelli in produzione.
È preferita un’esperienza interdisciplinare e una mentalità scientist who codes. Si richiede PhD forte preferenza, esperienza 3-8 anni, padronanza di Python, ML e strumenti correlati.
Analisi esplorativa di dataset strutturati e non strutturati. Data cleaning, quality assessment, preprocessing e preparation. Feature engineering e selezione delle caratteristiche. Riconoscimento di pattern, anomalie, cluster, correlazioni e relazioni non lineari. Sviluppo di modelli statistici e ML e modelli predittivi. Segmentazione, clustering, anomaly detection, time-series e geospatial analysis. Analisi causale, sperimentazione e validazione modelli. Costruzione di pipeline riproducibili per training/validation/scoring. Utilizzo di Deep Learning e foundation models quando opportuno. Ricerca ed experimentation con LLM, embeddings e workflows agentic. Collaborazione con data/software engineer per produzione e monitoraggio. PhD fortemente preferito in una disciplina quantitativa. Around 3-8 anni di esperienza rilevante (Must-have). Solida base in probabilità, statistica, inferenza, regressione, ottimizzazione, ML e design sperimentale. Conoscenza di Python necessaria. Conoscenza di NumPy, Pandas o Polars necessaria. Conoscenza di Scikit-learn necessaria. PyTorch o framework ML/DL moderni necessari. SQL e gestione di grandi dataset necessaria. Git e pratiche di sviluppo riproducibile necessarie. Feature engineering e validazione dei modelli necessarie. Time series, clustering, anomaly detection o geospatial analysis necessarie. Deep learning, foundation models o LLM experimentation extra.