AI / Data Engineer
Pubblicato il 28-10-2026 - W Executive in Pavia
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’contesto 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 dinamico 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