pixel code
Logo U-Hopper

U-Hopper sta cercando un Data Scientist con passione ed entusiasmo che si unisca al team nella sede di Trento, Italia.

L’azienda sviluppa soluzioni sartoriali di big data analytics e machine learning; è attualmente attiva in svariati mercati verticali (logistica, fintech, sport, digital marketing) ed ha molteplici progetti attivi contemporaneamente.

La sfida posta al candidato è di supportare l’azienda nella produzione di soluzioni di Machine Learning/Deep Learning (ML/DL) in grado di soddisfare le necessità dei clienti. Questo include:

  • partecipazione a riunioni tecniche finalizzate alla comprensione delle esigenze dei clienti/all’illustrazione del lavoro svolto o in fase di svolgimento;
  • gestione dei dataset a disposizione, con particolare attenzione alla loro completezza, uniformità ed eventuale integrazione con dataset terzi;
  • ideazione e prototipazione di modelli di Machine/Deep Learning;
  • supporto allo sviluppo, al testing e all’integrazione dei medesimi nell’infrastruttura software dei clienti.

Saltuariamente al candidato potrà inoltre essere richiesto di:

  • supportare il drafting di domande di partecipazione a bandi di concorso dell’Unione Europea e/o della Pubblica Amministrazione per lo sviluppo di soluzioni di ML/DL;
  • svolgere interventi formativi sui principi e le tecniche basilari di ML.

Il candidato si unirà ad un team tecnico composto da 7 persone.

L’ambiente di lavoro è giovanile ed internazionale. La posizione offre una retribuzione interessante allineata alle qualifiche professionali.

Luogo: Trento / remote
Tipo di contratto: tempo pieno

Formazione / Esperienze

È richiesta Laurea Magistrale (o equivalente) in Matematica, Fisica, Informatica o discipline correlate, in aggiunta a un’esperienza pregressa nello sviluppo di soluzioni di ML/DL.

Competenze richieste

Competenze tecniche
  • Conoscenza delle principali tecniche/algoritmi di ML/DL in ambito supervised e unsupervised, quali, per esempio (l’elenco non vuole essere esaustivo), Linear Regression, Logistic Regression, K-Nearest Neighbours, Decision Trees, Random Forests, XGBoost, SVM, Naive Bayes, K-Means, DBSCAN, LSTM, GRU, Ensemble Learning.
  • Abilità nell’ideare, sviluppare e testare soluzioni basate sulle tecniche di cui al punto precedente.
  • Conoscenza di Python e delle sue principali librerie per la gestione, l’analisi e la rappresentazione grafica dei dati (pandas, NumPy, scikit-learn, SciPy, PyTorch, Keras, Matplotlib, …).
Sono apprezzate
  • Conoscenza dei sistemi di versioning (.git).
Competenze non tecniche
  • È richiesta una buona conoscenza della lingua inglese (la conoscenza dell'italiano è un vantaggio).
  • Abilità nel lavoro in team e in un ambiente internazionale.
  • Capacità di gestire i picchi di lavoro.
  • Proattività nel problem solving.
  • Prioritizzazione e capacità di gestione del tempo.
  • Proattività nell'imparare nuove tecnologie.

Se sei interessato a questa posizione, scrivici un'email includendo un CV e una lettera di presentazione e specificando nell'oggetto: 2022-Data-Science.