Giulia Ferrari

Data Scientist | Machine Learning e Analytics

đź“§[email protected] 📞+39 347 123 4567 đź”—https://www.giuliaferrari-data.it
📍Via Giovanni Battista Pirelli 18, Milano, Lombardia, Italia, 20124
LinkedIn: @giulia-ferrari-data GitHub: @giuliaferrari Stack Overflow: @giulia-ferrari

Informazioni personali

Data Scientist con oltre 7 anni di esperienza nella progettazione di modelli predittivi e soluzioni analitiche per i settori energia, bancario e pagamenti digitali.

  • Esperienza end-to-end: dalla raccolta dei requisiti alla messa in produzione e al monitoraggio di modelli.

  • Solida base statistica e di apprendimento automatico, con attenzione alla validazione, all'interpretabilitĂ  e all'impatto di business.

  • CapacitĂ  di comunicare risultati complessi a stakeholder tecnici e non tecnici, in italiano e in inglese.

  • Approccio collaborativo, mentoria di junior e forte orientamento alla qualitĂ  del dato.

Formazione

UniversitĂ  degli Studi di Milano-Bicocca
Laurea magistrale, Data Science, Punteggio: 110/110 e lode
  • Formazione avanzata in statistica, machine learning e gestione di grandi volumi di dati.

  • Sviluppo di progetti applicativi con Python, R e SQL su casi reali di previsione e segmentazione.

  • Particolare attenzione alla validazione dei modelli, alla comunicazione dei risultati e all'impatto organizzativo.

Corsi: Statistica Computazionale, Apprendimento Automatico, Basi di Dati e Data Warehousing, Analisi delle Serie Temporali, Data Mining, Visualizzazione dei Dati, Metodi Bayesiani, Etica e Governance dei Dati
UniversitĂ  degli Studi di Milano
Laurea triennale, Statistica e Informatica, Punteggio: 108/110
  • Solide basi quantitativa e informatica per l'analisi dei dati.

  • Esperienza pratica con dataset reali, pulizia dei dati e reportistica statistica.

Corsi: Statistica Descrittiva, ProbabilitĂ  e Inferenza, Programmazione in Python, Basi di Dati Relazionali, Analisi Esplorativa dei Dati, Metodi di Campionamento

Esperienza professionale

Nexi Digital
Data Scientist Senior
  • Guido un team di 4 data scientist nello sviluppo di modelli predittivi per il rilevamento delle frodi e la personalizzazione delle offerte.

  • Progettato e implementato pipeline MLOps su AWS per l'addestramento, il versionamento e il monitoraggio continuo dei modelli.

  • Ridotto del 18% i falsi positivi nel sistema antifrode migliorando le regole di validazione e l'interpretabilitĂ  dei modelli.

  • Collaborato con product manager, ingegneri e team compliance per tradurre requisiti di business in soluzioni dati misurabili.

  • Mentorato due junior data scientist e promosso pratiche di code review e documentazione tecnica.

Parole chiave: Modelli predittivi, MLOps, Customer Analytics, Leadership tecnica
Enel X
Data Scientist
  • Sviluppato modelli di previsione della domanda energetica a livello giornaliero e orario, con riduzione dell'errore MAPE dal 12% all'8%.

  • Realizzato segmentazioni clienti tramite clustering e analisi di sopravvivenza per campagne di retention mirate.

  • Automatizzato la reportistica mensile con Airflow e Power BI, riducendo il tempo di preparazione da 3 giorni a 4 ore.

  • Condotto test A/B e analisi causali per valutare l'impatto delle iniziative commerciali.

Parole chiave: Previsione della domanda, Customer Analytics, Test A/B, Airflow
UniCredit
Analista Dati
  • Analizzato portafogli creditizi e costruito dashboard per il monitoraggio degli indicatori di rischio.

  • Sviluppato modelli statistici per la previsione di insolvenza e la valutazione del merito creditizio.

  • Pulito e integrato dati provenienti da fonti eterogenee, migliorando la qualitĂ  e la coerenza delle analisi.

  • Presentato risultati periodici ai team risk e business con report chiari e visualizzazioni efficaci.

Parole chiave: Rischio di credito, SQL, Dashboard, Statistica

Lingue

Italiano: Madrelingua o bilingue
Parole chiave: Madrelingua
Inglese: Competenza professionale completa
Parole chiave: IELTS 8.0, C1
Francese: Competenza professionale limitata
Parole chiave: DELF B1

Competenze

Apprendimento Automatico: Esperto
Parole chiave: Python, scikit-learn, TensorFlow, PyTorch, XGBoost
Ingegneria dei Dati: Avanzato
Parole chiave: SQL, Spark, Airflow, dbt, Databricks
Statistica Applicata: Esperto
Parole chiave: Test A/B, Inferenza causale, Serie temporali, Analisi di sopravvivenza
Visualizzazione dei Dati: Avanzato
Parole chiave: Power BI, Tableau, Looker, Plotly, Streamlit
Cloud e MLOps: Avanzato
Parole chiave: AWS, Azure, Docker, Kubernetes, MLflow
Comunicazione dei Risultati: Avanzato
Parole chiave: Narrazione dei dati, Presentazioni executive, Documentazione tecnica, Facilitazione workshop

Premi

Premio Innovazione Dati 2023
Associazione Italiana per l'Intelligenza Artificiale

Riconoscimento per il progetto "Previsione della Domanda Energetica", selezionato tra le migliori applicazioni di intelligenza artificiale in ambito utilities.

Borsa di Studio per Merito
UniversitĂ  degli Studi di Milano-Bicocca

Borsa di studio assegnata per eccellenza accademica durante il corso di laurea magistrale in Data Science.

Certificazioni

Google Professional Data Engineer
Google Cloud
AWS Certified Machine Learning – Specialty
Amazon Web Services
Microsoft Certified: Azure Data Scientist Associate
Microsoft

Pubblicazioni

Modelli predittivi per la manutenzione di reti elettriche intelligenti
Rivista Italiana di Statistica Applicata
  • Confronto tra modelli di serie temporali e apprendimento supervisionato per la manutenzione predittiva.

  • Analisi dell'impatto delle variabili meteo e di carico sulla probabilitĂ  di guasto.

Segmentazione dei clienti tramite apprendimento non supervisionato
Atti della Conferenza Italiana di Data Science
  • Applicazione di clustering e riduzione della dimensionalitĂ  a dati di consumo energetico.

  • Valutazione della stabilitĂ  dei segmenti e delle implicazioni per campagne di marketing.

Progetti

Previsione della Domanda Energetica
Sistema di previsione della domanda energetica per un'azienda utilities, con modelli a livello giornaliero e orario.
  • Costruito pipeline di feature engineering con dati storici, meteo e calendario.

  • Confrontato Prophet, XGBoost e LSTM; selezionato il modello con il miglior errore in validazione temporale.

  • Pubblicato dashboard interattiva per il monitoraggio delle previsioni e degli scostamenti.

Parole chiave: Serie temporali, Prophet, XGBoost, Airflow, Dashboard
Analisi della Soddisfazione Clienti
Analisi di recensioni e sondaggi per identificare i fattori chiave della soddisfazione clienti.
  • Applicato NLP per estrarre topic e sentiment da recensioni in italiano.

  • Integrato i risultati con dati transazionali per stimare l'impatto sulla soddisfazione.

  • Presentato insight actionable al team customer experience.

Parole chiave: NLP, Topic modeling, Sentiment analysis, Power BI

Interessi

Sport: Corsa, Sci, Yoga
Musica: Pianoforte, Jazz
Divulgazione: Mentoraggio, Open data, Scrittura tecnica

Volontariato

Dati per il Bene Comune
Mentor Data Science
  • Supportato associazioni no profit nella definizione di indicatori e dashboard per misurare l'impatto sociale.

  • Tenuto laboratori introduttivi su Python, analisi dati e visualizzazione per volontari e studenti.

  • Contribuito alla pubblicazione di dataset aperti e linee guida per la qualitĂ  del dato.