10 ago - Bardi
Mònade
ppBrescia (ibrido o full remote) | contratto flessibile: valutiamo sia assunzione diretta che P.IVA/collaborazione in base al tuo profilo e alle tue preferenze a parità di compenso netto/lordo equivalente.
/p pSiamo alla ricerca di un/una Senior Data Scientist per un progetto strategico presso un grande gruppo internazionale nel settore Energy Utilities, ma il ruolo è pensato per crescere su progetti diversi nel tempo .
/p pIl progetto copre più linee di business: energy trading e capacity market, forecasting di domanda e prezzo dell'energia, manutenzione predittiva, ottimizzazione di rete.
Non è un ruolo consulenziale a ore: lavoriamo per obiettivi di prodotto, con responsabilità diretta sui risultati dei modelli e delle pipeline che ti verranno affidate.
/p pSiamo Mònade, accompagnamo le aziende nella trasformazione AI, da processi manuali a sistemi autonomi e moderni.
/p pProgettiamo ecosistemi di AI tradizionali e Agentici integrati nei sistemi già esistenti dei nostri clienti, senza buttare via quello che funziona, rendendolo più intelligente.
/p pNon partiamo dalla tecnologia: partiamo da dove le aziende perdono tempo e denaro.
Dalla strutturazione dei dati fino all'orchestrazione autonoma, governiamo l'intero processo, con un approccio incrementale, concreto e molto umano.
/p pLavoriamo in riva al lago, rilasciamo soluzioni production-ready e crediamo che un ambiente bello generi idee migliori.
/p pIl nostro target ideale sono aziende medio-grandi con la cultura (e la capacità) di investire in trasformazione AI reale, non in esperimenti.
/p ulliProgettare, sviluppare e industrializzare modelli di ML per forecasting (time series), ottimizzazione e manutenzione predittiva /liliPortare in produzione modelli con pipeline MLOps solide (versioning, monitoring, retraining), non solo notebook e PoC /liliTradurre problemi di business energetico in formulazioni modellistiche (capacity market, gas simulation, competitor modeling, hydro forecasting, dam risk, anomaly detection) /liliContribuire a design review e scelte architetturali sullo stack ML /liliComunicare in modo trasparente assunzioni, limiti e risultati dei modelli a stakeholder tecnici e di business /lili5+ anni come Data Scientist / ML Engineer su casi reali /liliPython solido e buona conoscenza dell'ecosistema data/ML (pandas, scikit-learn, ecc.) /liliEsperienza concreta su almeno una tra: time series forecasting, ottimizzazione matematica/quantitativa, anomaly detection, manutenzione predittiva /liliEsperienza di industrializzazione: MLOps, CI/CD per modelli, gestione del ciclo di vita /liliFamiliarità con almeno uno tra SageMaker, MLflow, Airflow, ZenML /liliConoscenza di ambienti cloud (preferibilmente AWS) e/o piattaforme dati (Databricks, Cloudera) /liliNice to have: GAMS o Matlab, hai esperienza nel settore energy, o hai competenze trasversali in NLP/object detection.
/liliAffiancamento e crescita reale su progetti concreti /liliResponsabilità progressiva /liliBudget formazione /li /ul pRAL *****K, fino a 60K per competenze molto mirate o avanzate.
/p /p #J-*****-Ljbffr
12 ago - Milano
Allianz
12 ago - Pergine Valsugana
Fiorese Group
12 ago - Diegaro
Technogym
12 ago - Milano
Michael Page International