22 set - Varese
Business Integration Partners
Overview In 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'opportunità 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. lavoro ibrido con possibilità di remoto assicurazione sanitaria buoni pasto piano welfare integrativo Guidare 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 Da 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 Team collaboration e capacità di lavorare in contesti multidisciplinari Python e relativo ecosistema DS/ML (scikit-learn, PyTorch o TensorFlow, statsmodels) Esperienza in integrazione pipeline MLOps e deployment di modelli
23 set - Lecce
Snai
23 set - Tempio Pausania
Serafina
23 set - Grosseto
Il Globo Vigilanza
23 set - Bolzano
Kpmg Italy