Data Scientist, Python, Machine Learning, Remote
Pubblicato il 17-10-2026 - Prefe in Milano
Chi siamo Prefe è una startup innovativa che ha sviluppato una piattaforma AI di market intelligence attiva nel settore Fast-Moving Consumer Goods (FMCG). Stiamo sviluppando sistemi proprietari di intelligenza artificiale che supportano i brand e i retailer nei processi decisionali e stiamo ampliando il nostro team tech. Se vuoi lavorare su dati che alimentano modelli AI distribuiti su larga scala, questo ruolo fa per te!
La tua missione Lavorerai sul nostro asset principale (i nostri dati) progettando, implementando e migliorando continuamente algoritmi e modelli che alimentano i nostri prodotti core. Avrai ownership, autonomia e reale responsabilità in produzione, oltre a un'esposizione diretta ai clienti. collaborerai con CTO, team Sales e Product, nonché con altri stakeholder, per definire requisiti analitici, KPI e funzionalità data-driven; progetterai, svilupperai e manterrai modelli avanzati di AI e algoritmi statistici orientati alle esigenze di business; utilizzerai attivamente strumenti di coding agentico (es.
Claude
Code via CLI, Open Code o strumenti equivalenti) per accelerare sviluppo, debugging, refactoring e documentazione del codice, mantenendo elevati standard di qualità e sicurezza; ti terrai costantemente aggiornato/a sulle evoluzioni di questi tool (nuove funzionalità, best practice, workflow) e proporrai in modo proattivo miglioramenti al processo di sviluppo e collaborazione del team; implementerai tecniche avanzate per product matching, recommendation, forecasting e anomaly detection; costruirai dashboard e visualizzazioni interattive con Python (Plotly, Dash, Leaflet) o piattaforme BI per comunicare insight in modo chiaro a stakeholder tecnici e non tecnici; collaborerai con back-end e data engineer per integrare i modelli nei sistemi di produzione; scriverai codice Python pulito, modulare e ben documentato, utilizzando sistemi di version control (Git)
in ambiente partecipativo; contribuirai al miglioramento continuo dell'infrastruttura dati, degli strumenti e delle pratiche MLOps aziendali; definirai e implementerai controlli di data quality end-to-end, includendo test automatici per identificare anomalie, regressioni e comportamenti diversi da quelli attesi (es. drift dei dati, variazioni inattese di distribuzione, outlier, rotture di mapping); progetterai e manterrai una suite di test (unit/integration/data tests) a supporto delle pipeline dati e dei modelli, garantendo robustezza, riproducibilità e affidabilità dei risultati in produzione; costruirai e gestirai pipeline di monitoraggio continuo del database (metriche, alerting, dashboard) per assicurare completezza, coerenza e freschezza del dato, con meccanismi di escalation rapidi in caso di degradazione; collaborerai con Data Engineering e Back-end per definire SLA, metriche di qualità e processi di remediation in caso di issue sistemiche o degradazioni progressive; ti manterrai aggiornato sulle evoluzioni di machine learning, data science e AI, proponendo soluzioni innovative.
Cosa cerchiamo: esperienza comprovata nello sviluppo e nel deploy di modelli di machine learning in ambienti di produzione; ottima padronanza di Python (requisito essenziale) e del relativo ecosistema data science (Pandas, Num Py, Scikit-learn, ecc.); esperienza pratica con framework di deep learning (es. buone competenze SQL ed esperienza con database relazionali (es. Postgre SQL)
per estrazione e validazione dati; esperienza nella costruzione e manutenzione di pipeline per feature engineering e training dei modelli; interesse concreto e qualche esperienza di sperimentazione con modelli AI open-weight (es. familiarità con ambienti cloud (in particolare GCP) e strumenti di containerizzazione come Docker; esperienza con pratiche MLOps (versioning dei modelli, monitoring, CI/CD per ML) ; mentalità orientata al problem solving e capacità di tradurre esigenze di business in soluzioni analitiche; familiarità con workflow Git/Git Hub in ambienti collaborativi.
Cosa ti farà distinguere immediatamente: esperienza nel settore retail/FMCG o con dataset relativi a prezzi e promozioni; esperienza pratica con applicazioni basate su LLM (prompt engineering, pipeline RAG, embedding model, vector database); esperienza nell'addestramento e fine-tuning di modelli open-weight su dataset proprietari in ambienti GPU; familiarità con monitoraggio dei modelli e tracking delle performance in produzione (drift detection, retraining pipeline); esperienza nell'ottimizzazione delle performance in inference (quantizzazione, batching, tuning GPU); esperienza con recommendation system, product matching o use case di computer vision; possesso di Partita IVA (o disponibilità ad aprirla) per avviare rapidamente la collaborazione in una fase iniziale; esperienza pregressa in startup e/o in contesti con team ridotti, con attitudine all'ownership, pragmatismo e velocità di esecuzione; madrelingua italiano o equivalente e conoscenza della lingua inglese (livello B2 o superiore). modello di lavoro flessibile e smart working; rapida opportunità di crescita professionale; ambiente giovane, dinamico, collaborativo e inclusivo; opportunità di sviluppare sistemi AI utilizzati da aziende reali in un settore data-intensive. Valorizziamo la diversità e siamo impegnati a creare un ambiente inclusivo per tutti i collaboratori.