Data Scientist
Pubblicato il 20-09-2026 - eglue in Roma
Nell’ottica del potenziamento della nostra divisione DWIT - Business Line dedicata all'IT Consulting di eGlue – stiamo ricercando una figura di Data Scientist ( sono possibili diverse seniority, junior e middle/senior) che andrà a supporto del team del Competence Center AI del nostro cliente, primaria realtà bancaria italiana.
Sede di Lavoro: Torino o Biella, (13 giorni di remote working al mese).
Retribuzione: fino a 50.000€RAL, in funzione dell'esperienza reale maturata.
Contratto: assunzione a tempo indeterminato con contratto CCNL Metalmeccanico. L'offerta include variabile a raggiungimento obiettivi pari al 10% della RAL, buoni pasto da 6,50€ per giorno lavorato in presenza, 250€ Welfare, Assicurazione Sanitaria a copertura del nucleo familiare.
Responsabilità:
Attività di data engineering, data exploration, data preparation, sviluppo di modelli di Machine Learning, deployment e monitoring delle soluzioni;
Realizzazione modelli predittivi (supervised e unsupervised);
Realizzazione di use cases di GenAI con LLM;
Sviluppo di API/ script per rendere operativi i modelli nel continuo.
Requisiti:
Laurea Magistrale in materie STEM e Informatica;
Almeno 1 anno reale di esperienza in ruoli analoghi, preferibilmente in contesti bancari/finanziari anche in consulenza;
Ottima Conoscenza di Python, SQL e delle principali tecniche di Machine Learning / Data Mining;
Esperienza nella costruzione di soluzioni cha sfruttano AI Generativa (e.G. RAG, Multi Agent Systems);
Esperienze di rilascio di sistemi di AI complessi;
Desiderio di continuare a studiare e apertura all’innovazione;
Mentalità analitica e capacità di problem solving;
Ottima attitudine al lavoro in team;
italiano fluente, buona conoscenza della lingua inglese (B1-B2).
A completamento del profilo
Preferibile esperienza su attività di sviluppo di modelli predittivi e/o utilizzo di LLM;
Conoscenza RetiNeurali e framework per loro implementazione;
Conoscenza di altri linguaggi di programmazione (R, Scala, ecc);
Conoscenza di framework BigData (Hadoop / Kafka / Spark / ecc);
Esperienza con tools di MLOps;
Esperienza con strumenti di Business Intelligence (PowerBI, Board, ecc);
Conoscenza di unix, networking, docker, cloud.