Renewables Forecasting & Energy Data Analyst

Repower Italia; Lombardia; In loco; EUR 50.000 - 75.000; Tempo pieno

Descrizione del lavoro

Repower Italia è alla ricerca di un Forecasting & Energy Data Analyst per rafforzare il team Middle Office della Direzione Trading. Verrà coinvolto nello sviluppo di previsioni per produzione rinnovabile e consumi energetici, lavorando con dati energetici, meteorologici e di mercato.

La risorsa trasformerà l’analisi degli errori previsionali in indicazioni pratiche per migliorare modelli e processi, monitorando KPI e proponendo miglioramenti ai modelli esistenti.

Competenze

• 2–5 anni di esperienza nel forecasting energetico, preferibilmente rinnovabili o domanda.
• Analisi di serie temporali e grandi dataset.
• Conoscenza Python per data analysis e modellistica (pandas, NumPy, scikit-learn).
• Buona conoscenza SQL ed Excel.
• Familiarità con tecniche statistiche e ML applicate al forecasting.
• Laurea magistrale in discipline STEM o quantitativo.

Mansioni

• Elaborare e monitorare previsioni di produzione da impianti fotovoltaici ed eolici e consumi.
• Integrare dati storici e real time, condizioni meteorologiche e caratteristiche tecniche.
• Analizzare scostamenti tra previsione ed effettivo, individuando cause.
• Rilevare anomalie, indisponibilità e problemi di qualità del dato.
• Monitorare KPI (MAE, RMSE, MAPE/WAPE, Bias).
• Backtesting e confronto modelli/metodologie e fornitori previsionali.
• Sviluppare dashboard e report e proporre nuove variabili per aumentare l’accuratezza.

Conoscenze

Forecasting energy

Time series analysis

Python

SQL

Excel

Statistics

Machine learning

Data analysis

Formazione

Master's degree in STEM or quantitative field

Strumenti

Python (pandas, NumPy)

SQL

Excel

Tableau

Power BI

APIs

Cloud/data platform

Descrizione del lavoro

Repower Italia è alla ricerca di un Forecasting & Energy Data Analyst per rafforzare il team Middle Office della Direzione Trading. Verrà coinvolto nello sviluppo di previsioni per produzione rinnovabile e consumi energetici, lavorando con dati energetici, meteorologici e di mercato.

La risorsa trasformerà l’analisi degli errori previsionali in indicazioni pratiche per migliorare modelli e processi, monitorando KPI e proponendo miglioramenti ai modelli esistenti.