Bitron è una multinazionale Italiana, privata, fondata nel 1955, leader nella ricerca, sviluppo e fabbricazione di prodotti e sistemi meccatronici per i settori elettrodomestico, automobilistico, climatizzazione industriale e domestica, medicale,  gestione e misurazione dell’ energia elettrica.Vanta un sistema di gestione  certificato ISO 9001, ISO/TS 16949-IATF, ISO14001, ISO27001, ISO45000. I suoi stabilimenti coprono le necessità della globalizzazione, essendo localizzati in Italia (6+ELBI) Spagna (1), Turchia (1), Polonia (2), Cina (2) , Messico (2), supportati da Centri di Marketing locali oltre ad altri situati in Francia, Germania, USA e Giappone. Con più di 6000 addetti raggiunge il miliardo di Euro di fatturato annuo. Azienda in continua crescita, annovera tra i suoi clienti i più importanti marchi del settore automobilistico, elettrodomestico e di distribuzione dell’energia. Pur essendo un’azienda a connotazione manifatturiera, coltiva un forte spirito di ricerca innovativa, che  trova riscontro nella partecipazione a numerosi progetti dei framework Europei FP7 e Horizon 2020.

Il candidato sarà selezionato in funzione di conoscenze di base ed al comprovato desiderio di crescere nell’ambito Big Data.
La figura che si identifica è quindi quella:
Data Scientist (DS)

I dati da analizzare provengono da una serie di fonti. Possono essere strutturati e non strutturati. I primi sono organizzati per categorie che facilitano l'ordinamento, la lettura e l'organizzazione automatica di un computer. Ciò include i dati raccolti da servizi, prodotti e dispositivi elettronici, ma raramente i dati raccolti dall'input umano. Tra questi: dati su esito di collaudi, immagini di circuiti elettronici, cifre di vendita, conti bancari, ecc. Questi dati sono in genere più difficili da ordinare e meno efficienti da gestire con la tecnologia. Poiché non ottimizzati, i dati non strutturati possono richiedere un grande investimento per essere gestiti. Le imprese in genere si affidano a parole chiave per dare un senso ai dati non strutturati come modo per estrarre i dati rilevanti usando termini ricercabili. In genere, le aziende impiegano gli scienziati dei dati per gestire questi dati non strutturati, mentre altri addetti IT saranno responsabili della gestione e della manutenzione dei dati strutturati. 

Ogni industria ha il proprio profilo di dati da analizzare. Ecco alcune delle forme più comuni di Big Data in ogni settore, così come i tipi di analisi che probabilmente uno scienziato di dati dovrà gestire.

Business. L'analisi dei dati di business può essere utilizzata per prendere decisioni su efficienza, inventario, errori di produzione, fidelizzazione dei clienti e altro ancora.

Finanza. I dati relativi ai conti, alle operazioni di credito e di addebito e altri dati finanziari sono essenziali per il buon funzionamento di un'impresa. Ma per i data scientist la sicurezza e la conformità, compresa l'individuazione delle frodi, costituiscono anch'esse una delle principali preoccupazioni.

Scienza. Gli scienziati hanno sempre trattato i dati, ma ora con la tecnologia possono raccogliere, condividere e analizzare meglio quelli degli esperimenti. Gli scienziati dei dati possono contribuire a questo processo.

Telecomunicazioni. Tutta l'elettronica raccoglie i dati, e tutti i dati devono essere memorizzati, gestiti, mantenuti e analizzati. I data scientist aiutano le aziende a superare i bug, migliorare i prodotti e soddisfare i clienti offrendo le funzionalità desiderate. 

Cosa fa uno scienziato dei dati? Il DS deve essere in grado di analizzare e interpretare i dati a disposizione di una o più funzioni aziendali con l’obiettivo di prevederne l’evoluzione e i trend, generando un vantaggio competitivo, creare nuovi modelli di business e, quindi, orientare la strategia della società, in particolar modo delle vendite.

Programmazione. Si tratta del fondamentale set di competenze di uno scienziato dei dati, quello che aggiunge valore alle competenze di data science. La programmazione migliora le  capacità statistiche, aiuta ad analizzare grandi serie di dati e dà la possibilità di creare gli strumenti.

Analisi quantitativa. Un'importante abilità per l'analisi di set di dati di grandi dimensioni: migliora la capacità di eseguire l'analisi sperimentale, scalare la strategia dei dati e aiutare a implementare l'apprendimento della macchina.

Intuizione del prodotto. Capire i prodotti aiuta a eseguire l'analisi quantitativa ed a prevedere il comportamento del sistema, stabilire metriche e migliorare le abilità di debug.

Comunicazione. Si tratta della più importante competenza trasversale a ogni settore,: forti abilità di comunicazione aiutano a sfruttare tutte le altre competenze elencate.

Lavoro di squadra. Molto simile alla comunicazione, il lavoro di squadra è vitale per una carriera di successo nella scienza dei dati. Richiede di essere disinteressato, accogliere il feedback e condividere le conoscenze con la squadra.

Un team composto da HR,  IT e Attività Produttive selezionerà il candidato ideale tramite colloqui informativi e visite allo stabilimento, atti a valutare l’interesse reciproco (azienda-candidato) al percorso di lavoro-formazione.

Sede di lavoro:  BITRON Industrie S.p.A. - Strada del Portone, 95 - 10095 Grugliasco (TO) - Italy