Mid Full Stack Data Scientist
Dai processi ai dati, dai modelli alle soluzioni in produzione.
In Autoguidovie stiamo rendendo software, dati e intelligenza artificiale parte integrante del modo in cui progettiamo e gestiamo la mobilità. Cerchiamo un/una Full Stack Data Scientist con 4–5 anni di esperienza, con solide competenze analitiche e di sviluppo software, curiosità per i processi aziendali e capacità di portare le soluzioni fino al loro utilizzo quotidiano.
Per noi, full stack significa saper collegare comprensione del problema, preparazione dei dati, modellazione, sviluppo e messa in produzione. Significa scrivere codice, confrontarsi con gli utenti, capire perché un dato viene generato in un certo modo e verificare che una soluzione funzioni nelle condizioni reali.
Perché la mobilità?
Uno degli aspetti più interessanti di questo settore è la varietà dei dati e dei problemi da affrontare. Lavorerai con comportamenti di acquisto e viaggio, relazioni con i clienti, competenze e percorsi professionali, segnali dei mezzi, dati economici, flussi di domanda e informazioni territoriali.
Potrai sviluppare soluzioni in ambiti diversi:
- Clienti: segmentazione, propensione all’acquisto e al rinnovo, churn, next best action e personalizzazione delle interazioni.
- Persone e HR: turnover e retention, analisi delle competenze, talent management e percorsi di crescita, a supporto delle decisioni dei responsabili.
- Servizio e territorio: previsione della domanda, regolarità delle corse, analisi dei ritardi e supporto alla pianificazione.
- Flotta e operations: rilevazione di anomalie, analisi dei consumi, manutenzione e individuazione dei fattori associati alla sinistrosità.
La sfida sarà anche mettere in relazione questi domini, costruendo soluzioni utili a chi ogni giorno prende decisioni e gestisce il servizio. Cosa ti aspetta?
1. Comprenderai i problemi sul campo. Lavorerai direttamente con le funzioni aziendali e operative, affiancando i Business Analyst nella comprensione dei processi, delle decisioni e dei vincoli. Tradurrai le esigenze in problemi affrontabili con i dati, definendo risultati attesi e criteri di successo.
2. Lavorerai sui dati, anche prima della modellazione. Esplorerai le fonti, scriverai query e codice per acquisire, pulire e trasformare i dati, costruirai dataset e feature. Collaborerai con i Data Engineer per integrare queste elaborazioni nelle pipeline condivise, assicurando qualità, tracciabilità e aggiornamento.
3. Svilupperai e validerai modelli. Realizzerai modelli statistici, predittivi e di machine learning,
scegliendo approcci proporzionati al problema. Confronterai le soluzioni con baseline semplici e ne valuterai robustezza, interpretabilità e utilità nel processo aziendale.
4. Costruirai software e API utilizzabili da applicazioni e agenti AI. Trasformerai modelli e logiche analitiche in servizi affidabili, esposti attraverso API. Gli agenti AI potranno richiamare questi strumenti per completare i propri task: ottenere uno scoring, stimare un rischio di abbandono, richiedere una previsione o individuare una next best action. Curerai input e output, test, documentazione e gestione degli errori.
5. Porterai le soluzioni in produzione e ne seguirai il funzionamento. Contribuirai a packaging, containerizzazione, rilascio e monitoraggio, collaborando con il team sulle pratiche MLOps. Verificherai qualità delle previsioni, variazioni nei dati, tempi di risposta e necessità di aggiornamento.
6. Renderai i risultati fruibili. Realizzerai, quando utili, dashboard, prototipi e semplici interfacce interattive per esplorare i risultati, raccogliere feedback e verificare le soluzioni con gli utenti. Saprai spiegare cosa suggerisce un modello, quanto è affidabile e quali sono i suoi limiti.
Chi saranno i tuoi colleghi?
Entrerai nel team Digital, Innovation & AI, lavorando su Azure e Databricks, collaborerai con:
- Data Engineer, per fonti, pipeline, qualità e disponibilità dei dati.
- Forward Deployment & Eval AI Engineer, per integrare le soluzioni nei processi e nei sistemi agentici e valutarne il comportamento sui task completi.
- Business Analyst, per comprendere le esigenze, definire requisiti e misurare i risultati.
- Referenti delle funzioni aziendali e operative, per progettare, sperimentare e utilizzare le soluzioni.
Avrai autonomia tecnica sui progetti assegnati e responsabilità sulla qualità del tuo contributo, con il supporto e il confronto delle altre competenze del team. Chi cerchiamo?
- 4–5 anni di esperienza competente in Data Science, con esperienza concreta nello sviluppo e nella messa in produzione di soluzioni.
- Solida padronanza di Python, con librerie come pandas, NumPy e scikit-learn,
e capacità di scrivere codice strutturato, testabile e manutenibile.
- Ottima conoscenza di SQL ed esperienza nella preparazione di dati provenienti da database, API e altre fonti eterogenee.
- Solide basi di statistica e machine learning, con capacità di impostare correttamente validazione, metriche ed esperimenti e gestire problemi come leakage, overfitting e bias.
- Esperienza nello sviluppo di REST API e servizi di inferenza, ad esempio con FastAPI o Flask.
- Utilizzo abituale di Git e familiarità con test, gestione delle dipendenze e documentazione tecnica.
- Familiarità operativa con Docker e ambienti cloud, preferibilmente Azure.
- Capacità di seguire un progetto con autonomia, segnalare rischi e dipendenze e scegliere soluzioni coerenti con tempi e vincoli.
- Curiosità per il funzionamento dell’azienda e capacità di comunicare con interlocutori tecnici e non tecnici.
- Laurea in una disciplina quantitativa o percorso professionale equivalente.
Competenze che apprezziamo molto:
- Esperienza con Databricks, MLflow e Spark/PySpark.
- Conoscenza di pratiche MLOps, CI/CD e monitoraggio dei modelli.
- Esperienza con customer analytics, churn, modelli di propensione, raccomandazione o people analytics.
- Esperienza con forecasting, ottimizzazione, dati geospaziali o telemetria.
- Familiarità con LLM, tool calling e strumenti richiamabili da agenti AI.
- Capacità di realizzare dashboard e applicazioni analitiche leggere, ad esempio con Streamlit, Dash o Power BI.
Cosa troverai?
Problemi concreti, dati diversi e la possibilità di vedere le tue soluzioni entrare nel lavoro quotidiano dell’azienda. Potrai confrontarti direttamente con gli utilizzatori, proporre approcci e seguire l’evoluzione dei progetti oltre il primo rilascio.
Cerchiamo una persona che voglia crescere nella capacità di costruire soluzioni complete: comprendere il contesto, scegliere il metodo, sviluppare il software e misurarne l’utilità per clienti, persone e servizio.
Come candidarti
Insieme al CV, raccontaci un progetto che hai seguito: il problema iniziale, il tuo contributo, come hai portato la soluzione in produzione e cosa hai imparato dal suo utilizzo. Se disponibili, puoi condividere repository, demo o esempi di lavoro privi di informazioni riservate.
Sede: Milano
Modalità di lavoro: Principalmente in presenza
Inquadramento e fascia retributiva: 45-55k La selezione è aperta a tutte le persone in possesso dei requisiti, nel rispetto delle pari opportunità.
In Autoguidovie stiamo rendendo software, dati e intelligenza artificiale parte integrante del modo in cui progettiamo e gestiamo la mobilità. Cerchiamo un/una Full Stack Data Scientist con 4–5 anni di esperienza, con solide competenze analitiche e di sviluppo software, curiosità per i processi aziendali e capacità di portare le soluzioni fino al loro utilizzo quotidiano.
Per noi, full stack significa saper collegare comprensione del problema, preparazione dei dati, modellazione, sviluppo e messa in produzione. Significa scrivere codice, confrontarsi con gli utenti, capire perché un dato viene generato in un certo modo e verificare che una soluzione funzioni nelle condizioni reali.
Perché la mobilità?
Uno degli aspetti più interessanti di questo settore è la varietà dei dati e dei problemi da affrontare. Lavorerai con comportamenti di acquisto e viaggio, relazioni con i clienti, competenze e percorsi professionali, segnali dei mezzi, dati economici, flussi di domanda e informazioni territoriali.
Potrai sviluppare soluzioni in ambiti diversi:
- Clienti: segmentazione, propensione all’acquisto e al rinnovo, churn, next best action e personalizzazione delle interazioni.
- Persone e HR: turnover e retention, analisi delle competenze, talent management e percorsi di crescita, a supporto delle decisioni dei responsabili.
- Servizio e territorio: previsione della domanda, regolarità delle corse, analisi dei ritardi e supporto alla pianificazione.
- Flotta e operations: rilevazione di anomalie, analisi dei consumi, manutenzione e individuazione dei fattori associati alla sinistrosità.
La sfida sarà anche mettere in relazione questi domini, costruendo soluzioni utili a chi ogni giorno prende decisioni e gestisce il servizio. Cosa ti aspetta?
1. Comprenderai i problemi sul campo. Lavorerai direttamente con le funzioni aziendali e operative, affiancando i Business Analyst nella comprensione dei processi, delle decisioni e dei vincoli. Tradurrai le esigenze in problemi affrontabili con i dati, definendo risultati attesi e criteri di successo.
2. Lavorerai sui dati, anche prima della modellazione. Esplorerai le fonti, scriverai query e codice per acquisire, pulire e trasformare i dati, costruirai dataset e feature. Collaborerai con i Data Engineer per integrare queste elaborazioni nelle pipeline condivise, assicurando qualità, tracciabilità e aggiornamento.
3. Svilupperai e validerai modelli. Realizzerai modelli statistici, predittivi e di machine learning,
scegliendo approcci proporzionati al problema. Confronterai le soluzioni con baseline semplici e ne valuterai robustezza, interpretabilità e utilità nel processo aziendale.
4. Costruirai software e API utilizzabili da applicazioni e agenti AI. Trasformerai modelli e logiche analitiche in servizi affidabili, esposti attraverso API. Gli agenti AI potranno richiamare questi strumenti per completare i propri task: ottenere uno scoring, stimare un rischio di abbandono, richiedere una previsione o individuare una next best action. Curerai input e output, test, documentazione e gestione degli errori.
5. Porterai le soluzioni in produzione e ne seguirai il funzionamento. Contribuirai a packaging, containerizzazione, rilascio e monitoraggio, collaborando con il team sulle pratiche MLOps. Verificherai qualità delle previsioni, variazioni nei dati, tempi di risposta e necessità di aggiornamento.
6. Renderai i risultati fruibili. Realizzerai, quando utili, dashboard, prototipi e semplici interfacce interattive per esplorare i risultati, raccogliere feedback e verificare le soluzioni con gli utenti. Saprai spiegare cosa suggerisce un modello, quanto è affidabile e quali sono i suoi limiti.
Chi saranno i tuoi colleghi?
Entrerai nel team Digital, Innovation & AI, lavorando su Azure e Databricks, collaborerai con:
- Data Engineer, per fonti, pipeline, qualità e disponibilità dei dati.
- Forward Deployment & Eval AI Engineer, per integrare le soluzioni nei processi e nei sistemi agentici e valutarne il comportamento sui task completi.
- Business Analyst, per comprendere le esigenze, definire requisiti e misurare i risultati.
- Referenti delle funzioni aziendali e operative, per progettare, sperimentare e utilizzare le soluzioni.
Avrai autonomia tecnica sui progetti assegnati e responsabilità sulla qualità del tuo contributo, con il supporto e il confronto delle altre competenze del team. Chi cerchiamo?
- 4–5 anni di esperienza competente in Data Science, con esperienza concreta nello sviluppo e nella messa in produzione di soluzioni.
- Solida padronanza di Python, con librerie come pandas, NumPy e scikit-learn,
e capacità di scrivere codice strutturato, testabile e manutenibile.
- Ottima conoscenza di SQL ed esperienza nella preparazione di dati provenienti da database, API e altre fonti eterogenee.
- Solide basi di statistica e machine learning, con capacità di impostare correttamente validazione, metriche ed esperimenti e gestire problemi come leakage, overfitting e bias.
- Esperienza nello sviluppo di REST API e servizi di inferenza, ad esempio con FastAPI o Flask.
- Utilizzo abituale di Git e familiarità con test, gestione delle dipendenze e documentazione tecnica.
- Familiarità operativa con Docker e ambienti cloud, preferibilmente Azure.
- Capacità di seguire un progetto con autonomia, segnalare rischi e dipendenze e scegliere soluzioni coerenti con tempi e vincoli.
- Curiosità per il funzionamento dell’azienda e capacità di comunicare con interlocutori tecnici e non tecnici.
- Laurea in una disciplina quantitativa o percorso professionale equivalente.
Competenze che apprezziamo molto:
- Esperienza con Databricks, MLflow e Spark/PySpark.
- Conoscenza di pratiche MLOps, CI/CD e monitoraggio dei modelli.
- Esperienza con customer analytics, churn, modelli di propensione, raccomandazione o people analytics.
- Esperienza con forecasting, ottimizzazione, dati geospaziali o telemetria.
- Familiarità con LLM, tool calling e strumenti richiamabili da agenti AI.
- Capacità di realizzare dashboard e applicazioni analitiche leggere, ad esempio con Streamlit, Dash o Power BI.
Cosa troverai?
Problemi concreti, dati diversi e la possibilità di vedere le tue soluzioni entrare nel lavoro quotidiano dell’azienda. Potrai confrontarti direttamente con gli utilizzatori, proporre approcci e seguire l’evoluzione dei progetti oltre il primo rilascio.
Cerchiamo una persona che voglia crescere nella capacità di costruire soluzioni complete: comprendere il contesto, scegliere il metodo, sviluppare il software e misurarne l’utilità per clienti, persone e servizio.
Come candidarti
Insieme al CV, raccontaci un progetto che hai seguito: il problema iniziale, il tuo contributo, come hai portato la soluzione in produzione e cosa hai imparato dal suo utilizzo. Se disponibili, puoi condividere repository, demo o esempi di lavoro privi di informazioni riservate.
Sede: Milano
Modalità di lavoro: Principalmente in presenza
Inquadramento e fascia retributiva: 45-55k La selezione è aperta a tutte le persone in possesso dei requisiti, nel rispetto delle pari opportunità.