19 set - Genova
Business Integration Partners
OverviewIn questo ruolo puoi guidare lo sviluppo di soluzioni ML e DL end-to-end all'interno di un laboratorio di intelligenza artificiale.
Lavorerai in un team multidisciplinare che integra ricerca, engineering e delivery per trasformare l'innovazione in risultati concreti per i clienti.
Gestirai feature engineering avanzato, selezione modelli e tuning su dataset complessi e di grandi dimensioni, con focus su robustezza e deploy in ambienti reali.
Avrai l'possibilità di contribuire a framework di Responsible & Explainable AI e di mentorare profili junior.
Unisci impatto tecnologico e consulenza strategica in un contesto internazionale e in rapida evoluzione.
Retribuzione / Benefitslavoro ibrido con possibilità di remoto
assicurazione sanitaria
check-up agevolati
ticket restaurant
piano welfare integrativo
supporto alla genitorialità
ResponsabilitàGuidare progettazione e sviluppo di soluzioni ML/DL end-to-end, dalla definizione del problema al modello, valutazione e deployment
Eseguire feature engineering avanzato, model selection e iperparametri tuning su dataset complessi
Condurre analisi statistiche avanzate (modelli bayesiani, inferenza causale, design sperimentale) per supportare decisioni strategiche
Collaborare con AI Engineer e MLOps per la produzione, garantendo qualità,
riproducibilità e monitoraggio
Contribuire a framework metodologici e linee guida di Responsible & Explainable AI
Fare mentoring tecnico e scientifico a profili junior mediante code review e affiancamento sui progetti
Requisiti fondamentaliDa 3 a 6 anni di esperienza in ruoli di Data Scientist o ML Researcher, preferibilmente in contesti consulenziali o industriali
Padronanza avanzata di Python e dell'ecosistema DS/ML (scikit-learn, PyTorch o TensorFlow, statsmodels)
Solide basi in statistica e nei principali paradigmi di ML/DL supervisionato e non supervisionato
Esperienza nel portare modelli in produzione e nell'integrazione con pipeline MLOps
Capacità di tradurre problemi di business complessi in formulazioni statistiche e di comunicarne i risultati a stakeholder tecnici e non
Comunicazione chiara con stakeholder tecnici e non
Mentoring e condivisione della conoscenza
Team collaboration e capacità di lavorare in contesti multidisciplinari
Python e relativo ecosistema DS/ML (scikit-learn, PyTorch o TensorFlow, statsmodels)
Statistica avanzata (inferenza, modelli lineari, inferenza bayesiana)
Esperienza in integrazione pipeline MLOps e deployment di modelli
20 set - Solofra
Top Conatct
20 set - Frabosa Sottana
Essedue
20 set - Catania
Top Conatct
20 set - Sacrofano
interedilgroup