Var Group
Var Group
1 001 – 5 000 Ansatte
MarkedsføringProduksjonRådgivning
Var Group er et italiensk selskap innen IT-tjenester og systemintegrasjon som hjelper virksomheter med å videreutvikle sin digitale omstilling. Arbeidet omfatter utvikling av forretningsmodeller, virksomhetsløsninger som ERP og SAP samt IT-infrastrukturtjenester. Med et stort team av fagfolk og rekrutteringsaktivitet ved flere kontorer og i flere land tilbyr Var Group muligheter innen teknologileveranser, rådgivning, innovasjon, bærekraft, inkludering og faglig utvikling.

Data Scientist – Verona hybrid

Utvikle maskinlærings- og prognosemodeller for Var Groups hyperautomatiseringsplattform XAutomata. Klargjør data og ta i bruk avansert analyse for å optimalisere forretningsprosesser.

Beskrivelse

  • Klargjør, rens og transformer data fra flere kilder for analyse og modellering
  • Utvikle funksjoner som forbedrer ytelsen til maskinlæringsmodeller
  • Utform og bygg modeller for avviksdeteksjon og prognoser
  • Evaluer og optimaliser modellytelsen gjennom testing og validering
  • Støtt implementering og overvåking av modeller i produksjonsmiljøer
  • Analyser data for å identifisere avvik, trender og muligheter for å forbedre forretningsprosesser
  • Presenter funn og innsikt for tekniske og forretningsmessige interessenter
  • Bidra til å undersøke og teste nye teknikker innen maskinlæring og dyp læring
  • Samarbeid med utviklere, data scientists og produktledere i XAutomata-utviklingsteamet
  • Bidra til utformingen og videreutviklingen av plattformens modeller for avansert analyse

Krav

  • Universitetsgrad innen informatikk, data science, matematikk, statistikk, ingeniørfag eller et beslektet fagområde
  • Solid kunnskap om Python og sentrale biblioteker for data science
  • Erfaring med å utvikle maskinlæringsmodeller og utføre dataanalyse
  • Kunnskap om klassifisering, regresjon og prognoseteknikker
  • Kjennskap til SQL-databaser og datahåndtering
  • Python
  • Pandas, NumPy og Scikit-Learn
  • Maskinlæring og dyp læring
  • TensorFlow, PyTorch eller Keras
  • Dataklargjøring og feature engineering
  • Datavisualisering med Matplotlib og Seaborn
  • SQL og relasjonsdatabaser
  • Teknikker for avviksdeteksjon, inkludert Isolation Forest, One-Class SVM og autoencoders
  • Prognoser og tidsserieanalyse med ARIMA, Prophet og LSTM
  • Gode kunnskaper i italiensk og engelsk
  • Erfaring med NoSQL er en fordel
  • Erfaring med skyplattformer som AWS, Azure eller GCP er en fordel
  • Erfaring med Docker og Kubernetes er en fordel
  • Kjennskap til verktøy for dataorkestrering og datapipelines, som Apache Airflow og Luigi, er en fordel
  • Kjennskap til MLOps-metodologier er en fordel
  • Erfaring med å industrialisere og overvåke AI-modeller er en fordel

Fordeler

  • Årslønn før skatt på 25 000–30 000 euro
  • Bedriftens velferdsprogram
  • Daglige måltidskuponger på 8 euro
  • Løpende muligheter for faglig utvikling
  • En inkluderende, likestilt og respektfull arbeidsplass
  • Rimelig tilrettelegging under utvelgelsesprosessen og ansettelsen
  • En arbeidsmodell basert på tillit, selvstendighet og delt ansvar
  • Arbeid med en innovativ egenutviklet plattform

Relaterte jobber

Active Nutrition International GmbH

Senior innkjøpsspesialist hos Active Nutrition International (hybrid, Tyskland)

Active Nutrition International GmbH
51 – 200 Ansatte
B2BMat og drikkeProduksjon

Ha ansvar for leverandørrelasjoner, materialer, kontrakter, forhandlinger og revisjoner innen produksjon av sportsernæring. Bidra til kostnadseffektive produktlanseringer og forsyningsaktiviteter i samarbeid med team på tvers av virksomheten.

Åpne
Active Nutrition International GmbH

Senior innkjøpsspesialist – emballasje og råvarer

Active Nutrition International GmbH
51 – 200 Ansatte
B2BMat og drikkeProduksjon

Lede det operative innkjøpet av emballasje og råvarer i et selskap innen sportsernæring, med ansvar for leverandørrelasjoner, forhandlinger og markedsanalyser. Ha hovedansvaret for tilhørende revisjonsprosesser og bidra til lansering av nye produkter og prosjekter for bedre kostnadseffektivitet.

Åpne