Ai / Data Engineer
Pubblicato il 26-09-2026 - W Executive in Milano
Overview
In questa posizione guiderai lo sviluppo e la messa in produzione di modelli statistici e ML per supportare decisioni autonome in tempo reale, collaborando con engineering, product e domain experts.
L'obiettivo è offrire modelli accurati, spiegabili e auditabili per la piattaforma Genyo.ai, con un impatto diretto sui sistemi decisionali.
L'atmosfera è startup ad alta crescita, orientato a soluzioni fintech e asset digitali.
Ti occuperai di ricerca avanzata, deployment e monitoraggio in un contesto regolatorio complesso.
Retribuzione / Benefits
flessibilità orario e remote binari
ambiente startup vivace e mission-driven
workshops con clienti e conferenze a Milano
viaggi aziendali mensili per meeting a Milano
opportunità di crescita e mentoring
RAL tra 45k e 65k a seconda seniority
Responsabilità
Guidare l'intero ciclo di vita del ML: definizione del problema, acquisizione dati, feature engineering (on-chain e off-chain), modellazione, validazione, deployment e monitoraggio
Sviluppare modelli per rilevazione frodi, credit scoring on-chain e risk assessment comportamentale
Progettare modelli per rischi di liquidità e treasury e per dynamic pricing e retention
Sviluppare modelli a supporto del motore decisionale AI agentico, abilitando flussi decisionali autonomi multi-step in tempo reale
Garantire spiegabilità,
auditabilità e conformità dei modelli e contribuire a framework di spiegazione narrativa e documentazione
Progettare e ottimizzare feature store, data pipeline, API dei modelli e framework di monitoraggio
Condurre ricerca avanzata su graph ML, forecasting, anomaly detection, embeddings, self-supervised learning
Fare mentoring a data scientist e contribuire agli standard di modellazione e revisione
Comunicare risultati e comportamento dei modelli a stakeholder interni, clienti e autorità regolatorie
Requisiti fondamentali
Laurea magistrale o PhD in discipline quantitative
+3 anni di esperienza in data science o ML
Ottima conoscenza di Python e librerie ML (scikit-learn, PyTorch, TensorFlow)
Esperienza comprovata in modelli ML in produzione (batch, streaming o real-time)
Conoscenza di modellazione statistica, metodi di classificazione/regressione, serie temporali, anomaly detection
Esperienza con modelli spiegabili e validazione robusta
Ottime capacità comunicative e capacità di tradurre concetti tecnici per business/compliance
Esperienza in ambienti startup e mindset di ownership
Conoscenza best practice di sicurezza per modelli, dataset e pipeline e gestione audit
Comunicazione efficace
Pensiero analitico e orientamento al dettaglio
Autonomia e proattività
Python avanzato
Librerie ML: scikit-learn, PyTorch, TensorFlow
Modellazione statistica, forecasting, serie temporali