Data Scientist

Vodafone Italia sta cercando un Data Scientist per la sede centrale di Milano. Il ruolo farà parte della funzione VNO Digital.

Il team ha come obiettivo principale quello di automatizzare i processi di Network Operations, in particolare:
– Interagire con i team di Network Operations per identificare, sviluppare e industrializzare casi d’uso di data science e analytics, adatti alle esigenze del mercato italiano
– Valutare le soluzioni dei fornitori ZTO e coordinarne l’integrazione con le nostre piattaforme
– Automatizzare i processi di gestione sul campo 
Nell’ambito descritto, il candidato prescelto sarà responsabile di identificare i casi aziendali di data science/big data più redditizi, implementare prototipi python di machine learning e distribuire codice industrializzato sulle piattaforme disponibili (Cloudera Hadoop, cloud AWS/ piattaforme basate su GCP o Kubernetes), con l’aiuto del team di data engineering.
Sarà anche in grado di svolgere e fornire leadership tecnica per l’analisi dei dati e supporto sulle decisioni aziendali basate sui dati. Lei/Lui guiderà le scelte di gestione dei dati e le soluzioni architettoniche. 

Responsabilità chiave e proprietà delle decisioni

• Identificazione di casi d’uso data science / big data / analytics per Network Operations e High Level Design architetturale
• Scelta e implementazione del miglior algoritmo di machine learning adatto al caso d’uso
• Industrializzazione degli use case su Cloudera, Openshift/K8 o su AWS / Ambienti cloud di Google, con il supporto di ingegneri dei dati 
• Leadership tecnica nei domini di analisi e gestione dei dati 
• Valutazione basata sui dati dell’adozione dei prodotti dei fornitori 

Competenze, conoscenze ed esperienze di base

• 2+ anni di esperienza nello sviluppo di software di Machine Learning e nell’analisi dei dati
• Esperienza nella progettazione e implementazione di casi d’uso su architetture di big data che coinvolgono enormi volumi di dati, anche in condizioni di tempo reale
• Conoscenza dei pro e contro delle tecnologie di archiviazione dati esistenti (DB relazionale , Big Data Framework, DB no-SQL su cloud e on prem)

Deve possedere qualifiche tecnico/professionali

• Laurea in Informatica, Matematica, Ingegneria o equivalente
• Capacità di sviluppo di SQL, Python (Pandas, Tensorflow, Scikit-learn e altre principali librerie ML), Pyspark e SW
• Conoscenza di algoritmi di apprendimento automatico (PNL, Reti Neurali, Foresta casuale , SVM, Anomaly Detection soprattutto su serie temporali, Gradient Boost e tutti gli altri principali modelli ML sia supervisionati che non supervisionati)
• Conoscenza delle best practices di implementazione e pipeline DevOps
• Eccellenti capacità di analisi e matematica

Bello avere

• Esperienza nell’utilizzo di strumenti di reportistica BI (Qlik / power BI / Tableau)
• Esperienza nella codifica in microservizi, all’interno di architetture basate su Docker, in piattaforme Cloud o On-prem
• Conoscenza della pipeline DevOps e dei principali strumenti per il versioning del codice, automatico test e integrazione continua sia in ambienti On-Prem che Cloud   
• Certificazioni Data Architect o Cloud