Vai al contenuto principale
Beta tester 2 · profilo anonimo

Professionista finance, inizio carriera

Analista all'inizio della carriera in credit risk e due diligence in una banca d'investimento internazionale. Vuole spostarsi verso ruoli front-office — investment management, restructuring, transaction advisory — in grandi città europee.

Abbonamento AI usato
OpenAI Codex
Pro · ~€100/mese
È l’unica spesa: la piattaforma è gratis.
Settore
Finance · investment & credit risk
Esperienza
Early-career
Formazione
Laurea in Business & Economics
Lingue
Ungherese · Inglese (C1) · Tedesco (base)
Mobilità
Cittadino UE · Svizzera ok · UK con sponsorship
Dove cerca lavoro

Aperto a grandi città internazionali europee con molte opportunità — Europa occidentale preferita, paesi nordici per i ruoli più forti. Tra le città prioritarie:

MilanoViennaZurigoGinevraLioneNizzaBarcellonaMadridLisbonaMonaco

Run reale del team su questo profilo · finestra 3 giu3 lug (28 giorni di lavoro) · ogni dato è aggregato e anonimo.

Ogni posizione viene valutata 0–100 su quanto calza al profilo del candidato. Più alto è il punteggio, più forte è il match.

71/100
match medio · 520 valutate
307 · 59%
match forti · score ≥ 70
169 · 33%
eccellenti · score ≥ 80
avg 71med 74p25–p75 62–82n 520
2030405060708090100avg 71match forti ≥70

151 posizioni geolocalizzate in 24 paesi e 34 città. La dimensione del cerchio = numero di posizioni. Solo posizioni verificate e lavorabili per il candidato (escluse quelle non compatibili con i requisiti di lavoro, es. cittadinanza/visto).

LisbonZurichDublinGenevaMadridMilanVienna
Top paesi
🇵🇹Portugal
76
🇨🇭Switzerland
64
🇮🇪Ireland
58
🇪🇸Spain
39
🇮🇹Italy
33
🇩🇪Germany
31
🇱🇺Luxembourg
24
🇳🇱Netherlands
24

12 categorie di ruolo emerse automaticamente dai dati, senza liste predefinite — il team capisce da solo che tipo di lavoro fa per te.

658POSIZIONI TROVATE
PosizioniQuotaMedia scorePrivate Equity & Venture Capital10115%77Corporate Finance / FP&A8613%60Investment Banking / M&A Advisory7612%79Credit & Private Debt6310%80Other629%67Infrastructure / Real Assets Investment619%79Risk, Compliance & Valuation609%63Public Markets & Investment Research548%72Altre 4 categorie9514%64

Barre sono le azioni del team al giorno (per ruolo); le linee mostrano quanto del piano AI settimanale è stato consumato — quel giorno e cumulato sulla settimana (reset giovedì). Il budget si spalma sui giorni invece di bruciarsi subito.

Orario di lavorotutti i giorni · 08:00–20:00 (Europe/Rome)
0501001502000%25%50%75%100%03/0607/0611/0615/0619/0623/0627/0601/07
Azioni/giorno (asse sx)ScoutAnalistaScorerBudget % (asse dx)cumulato settimanaconsumo del giorno

Le fonti da cui lo Scout ha trovato le 658 posizioni: job board, ATS e pagine carriera aziendali.

Volume e score per fonte, nel tempo

E la qualità per fonte: le linee mostrano lo score medio giornaliero di ogni provider (asse destro), sopra le barre delle posizioni.

018355370025507510003/0607/0614/0618/0622/0626/0630/06
Barre = posizioni/giorno · Linee = score medio (asse dx)

Lo score medio e la quota per fonte, sulle posizioni valutate (quelle con uno score): a sinistra la qualità media, a destra la distribuzione % delle fonti.

Score medio per fonte
Carriere ufficiali
77.220 pos.4%
LinkedIn (public)
74.212 pos.2%
LinkedIn
73.6182 pos.35%
Altre
73.3148 pos.28%
Pagine carriera
7330 pos.6%
Workday
66.526 pos.5%
Greenhouse
63.255 pos.11%
Ashby
62.427 pos.5%
Lever
59.520 pos.4%
Distribuzione delle fonti
520VALUTATE
LinkedIn35%182
Altre28%148
Greenhouse11%55
Pagine carriera6%30
Ashby5%27
Workday5%26
Carriere ufficiali4%20
Lever4%20
LinkedIn (public)2%12

Di tutte le posizioni trovate, quante superano i filtri (località, work-auth, pertinenza) e quante vengono escluse — giorno per giorno e in totale.

Trovate: tenute vs escluse · giorno per giorno
3719422103/0607/0614/0618/0622/0626/0630/06
Tenute (non escluse)Escluse
Tenute vs escluse · totale
658TROVATE
Tenute69%455
Escluse31%203
Statistiche di conversione
Eccellenti ≥8055%16926%
Match forti ≥7059%30747%
Valutate79%52079%
Trovate658100%
% del totale trovate · ↑ conversione tra step

Per ogni giorno di lavoro, quante posizioni hanno raggiunto uno score alto (≥70) ed eccellente (≥80). In fondo: quante ne produce in media al giorno.

11
forti ≥70 / giorno (media)
6
eccellenti ≥80 / giorno (media)
Match ad alto score prodotti · giorno per giornoeccellenti ≥80forti 70–79
3 giu3 lug
Ogni barra è un giorno di lavoro; l'altezza è il numero di match ≥70, con la quota ≥80 evidenziata.

L'abbonamento è mensile e a costo fisso (100 €/mese). Questa run dura ~28 giorni — circa un ciclo mensile — quindi dividere il canone per ciò che ha prodotto dà il costo REALE di ogni risultato.

0,15 €
per posizione trovata
658 nel mese
0,19 €
per posizione valutata
520 nel mese
0,33 €
per match forte ≥70
307 nel mese
0,59 €
per match eccellente ≥80
169 nel mese
Costo per risultato · a parità di canone mensile
per posizione trovata0,15 €
per posizione valutata0,19 €
per match forte ≥700,33 €
per match eccellente ≥800,59 €
Più alto è il livello di qualità richiesto, più sale il costo per singolo risultato.

Se il technical writing è stata la sfida, questo profilo è il caso che più si avvicina a ciò che considero un successo. Il candidato punta a ruoli finance e investment nelle grandi città europee: un mercato ampio, ben definito e concentrato negli hub finanziari — Londra, Zurigo, Ginevra, Lussemburgo, Dublino — dove le posizioni pertinenti non scarseggiano.

È il profilo affidato a Codex, il modello che ho trovato più stabile nell'esecuzione autonoma prolungata. Un mercato favorevole unito a un modello solido ha permesso al team di lavorare giorno dopo giorno per circa un mese — esattamente il traguardo che uso come metro di successo.

I risultati sono i migliori della serie: la quota più alta di match forti ed eccellenti. E c'è un dato che merita attenzione: pur essendo l'abbonamento più costoso (~€100 al mese contro i ~€40 di Kimi), il costo per singolo match eccellente è il più basso — perché un mercato ricco di posizioni adatte rende molto di più per ogni euro speso.

Per questo lo considero il caso di riferimento: quando il mercato è favorevole e il modello è stabile, il team consegna un mese intero di lavoro autonomo con il miglior rapporto qualità/costo dell'intera serie.

— Il manutentore
Dati anonimi da un run reale del team · snapshot committato, nessuna informazione personale del candidato.