Data Scientist

  • Permanent
  • Full time
  • Hybrid (16121, Genova, Liguria, Italy)

STAM è attualmente alla ricerca di Data Scientist /Data Engineer per sviluppo di attività e progetti all’interno del team Digital Solutions a Genova.

MAIN ACTIVITIES:

La risorsa sarà inserita in un team di Data Scientist and Data Engineer e contribuirà alla progettazione, sviluppo e manutenzione di pipeline di analisi di grandi quantità di dati strutturati e non strutturati. In particolare, si occuperà di:

· Data Engineering e Integrazione Dati:

Ø Progettazione, sviluppo e ottimizzazione di pipeline ETL/ELT da sistemi enterprise, piattaforme smart metering, sistemi OT/IoT e sorgenti esterne

Ø Integrazione e normalizzazione di dati strutturati, semi-strutturati e near real-time

Ø Modellazione dati e ottimizzazione di architetture Lakehouse e Data Warehouse

Ø Supporto evolutivo e manutenzione operativa di piattaforme dati esistenti

· Gestione Data Platform in Cloud (AWS o equivalenti):

Ø Gestione e governance di Data Lake su Amazon S3

Ø Configurazione e ottimizzazione di ambienti analitici su Redshift (o tecnologie equivalenti)

Ø Implementazione pipeline tramite Glue, Lambda, Step Functions

Ø Monitoraggio performance, ottimizzazione costi e gestione sicurezza tramite IAM

· Soluzioni Analitiche e Microsoft Fabric:

Ø Implementazione e gestione ambienti Lakehouse e Data Warehouse su Microsoft Fabric

Ø Sviluppo pipeline di ingestione e trasformazione dati

Ø Utilizzo notebook per trasformazioni avanzate e preparazione dataset

Ø Modellazione semantica e supporto allo sviluppo di reporting e dashboard

Ø Sviluppo di soluzioni analitiche nel rispetto dei vincoli normativi (es. GDPR), architetturali e progettuali

· AI e Advanced Analytics

Ø Estrarre valore informativo dai dati attraverso tecniche statistiche, matematiche, di machine learning e ricerca operative

Ø Analisi di serie temporali (forecasting, anomaly detection, clustering) e modelli su dati tabellari in contesto energy & utility

Ø Preparazione dataset e attività di feature engineering

Ø Sviluppo e tuning di modelli di machine learning per:

Ø previsione della domanda energetica

Ø anomaly detection su reti e infrastrutture

Ø ottimizzazione di processi e performance degli asset

Ø Supporto alla messa in produzione e monitoraggio dei modelli

Ø Collaborazione con stakeholder tecnici e di business per tradurre esigenze operative in soluzioni data-driven

REQUIREMENTS:

· Laurea magistrale in Informatica, Data Science, Ingegneria, Matematica o discipline affini

· Almeno 4 anni di esperienza in ambienti cloud data platform e advanced analytics

Competenze Tecniche:

· Python: solida esperienza nell’utilizzo del linguaggio e delle principali librerie per data processing e machine learning (es. PySpark, Pandas).

o gestione del ciclo di vita del codice e degli strumenti di sviluppo (uv, hatch, ruff, pre-commit, pip-tools, pytest);

o manipolazione e analisi di dataframe tramite librerie come pandas, polars, ibis e narwhals;

o sviluppo di modelli di machine learning con scikit-learn, xgboost, SHAP e MLflow;

o applicazione di tecniche di ricerca operativa tramite OR-Tools, CVXPY e PuLP;

o creazione di visualizzazioni e dashboard con plotly, echarts e altair;

o strumenti per analisi esplorativa e presentazione dei dati quali Jupyter, Marimo e Streamlit.

· SQL e database relazionali: competenze nell’utilizzo di SQL e nella gestione di database quali SQLite, Oracle SQL, PostgreSQL, Presto/Trino e DuckDB.

· Elaborazione distribuita dei dati: esperienza nell’impiego di Apache Spark e di framework per il calcolo distribuito.

· Data Platform & Architetture

Ø AWS Data Services (S3, Redshift, Glue, Lambda, Step Functions, Kinesis, IAM)

Ø Microsoft Fabric

Ø Architetture Lakehouse

Ø Data streaming e orchestrazione workflow

· Engineering & Operations

Ø Versionamento e gestione ciclo di vita pipeline dati

Ø Monitoraggio, troubleshooting e performance tuning

Ø Automazione workflow e integrazione API

Ø Gestione qualità e affidabilità del dato

· Esperienza Preferenziale – Settore Utility

Ø Dati energetici e smart metering

Ø Integrazione OT/IoT

Ø Monitoraggio infrastrutture di rete

Ø Demand forecasting

Ø Asset performance management

Ø Analisi dati per sostenibilità ed efficienza energetica

· Caratteristiche Professionali

Ø Capacità di inserirsi rapidamente in ecosistemi tecnologici complessi

Ø Approccio pragmatico e orientato alla delivery

Ø Autonomia operativa e gestione delle priorità

Ø Capacità di interazione con team multidisciplinari e stakeholder di business

Ø Inglese fluente

Ø Disponibilità a eventuali trasferte di breve/media durata

WHAT YOU GET

· Coinvolgimento in ecosistemi dati enterprise su larga scala

· Esposizione a casi d’uso avanzati in ambito energy analytics e AI applicata

· Crescita professionale in ambito cloud, lakehouse e machine learning

· Percorso di sviluppo strutturato all’interno di una realtà engineering in forte espansione

WHY WORKING IN STAM:

STAM è una società di ingegneria multidisciplinare in rapida crescita, con un team di giovani talenti coinvolti in progetti internazionali al fianco di aziende, PMI e start-up in vari ambiti e settori industriali. L'azienda è stata coinvolta in oltre 1000 progetti fino ad oggi e ha un ambizioso piano di sviluppo che richiede l'inserimento costante di candidati brillanti e desiderosi e di crescere professionalmente all'interno di un'azienda dinamica ed eccellente.

STAM è una realtà che mette al centro i propri talenti e ne valorizza le competenze e la capacità di plasmare la crescita dell'azienda, promuovendo la contaminazione di discipline, l'imprenditorialità e la meritocrazia.

Si tratta di un'ottima opportunità per entrare a far parte del team di STAM e contribuire attivamente allo sviluppo dell'Area Digital Solutions nel settore dell’Energia, entrando a far parte di un'azienda che offre grandi possibilità di apprendimento e crescita.

Lo sviluppo dei talenti è un principio manageriale in STAM e ci impegniamo a promuovere la crescita dei nostri dipendenti nel pieno rispetto dell'equilibrio di genere.