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?
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.
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.
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.
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.
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.
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 professionale 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 qualificato 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:
*****k
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?
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.
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.
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.
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.
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.
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 professionale 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 qualificato 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:
*****k
La selezione è aperta a tutte le persone in possesso dei requisiti, nel rispetto delle pari opportunità.