Senior Data Scientist- Hybrid
Stiamo cercando un Data Scientist Freelance con Piva per un nostro cliente partner da inserire all'interno di un account strategico nel settore Financial.
La figura sarà il punto strategico: partecipa attivamente ai meeting di approfondimento, propone soluzioni in autonomia e si interfaccia con gli stakeholder del cliente come riferimento tecnico affidabile.
Non cerchiamo solo un profilo capace di sviluppare: vogliamo qualcuno in grado di capire il contesto di business, tradurlo in soluzioni concrete e guidare il cliente nelle scelte tecnologiche. Esperienza di almeno 5 anni come Data Scientist in contesti strutturati Essere il punto di riferimento tecnico durante i meeting con il cliente, conducendo sessioni di approfondimento e raccolta requisiti Collaborare con i team interni (Data Engineering, MLOps, Product)
e con le controparti del cliente Solida esperienza in Python per sviluppo e integrazioni modelli AI Conoscenza di SQL e ambienti big data (Spark, Databricks) Esperienza su cloud provider, preferibilmente AWS e/o Azure Familiarità con MLOps: versioning, CI/CD, monitoring di modelli in produzione Conoscenza di architetture RAG (Retrieval-Augmented Generation): esperienza nella progettazione e implementazione di pipeline RAG per applicazioni LLM-based, inclusa la gestione di vector store (es. FAISS, Chroma, Pinecone), embedding models e framework di orchestrazione come LangChain o LlamaIndex.
Costituisce un plus l'esperienza in contesti FSI (es. document Q&A; su contratti, normative o report finanziari). Buone doti relazionali per gestire la relazione con il cliente in modo competente e autonomo
La figura sarà il punto strategico: partecipa attivamente ai meeting di approfondimento, propone soluzioni in autonomia e si interfaccia con gli stakeholder del cliente come riferimento tecnico affidabile.
Non cerchiamo solo un profilo capace di sviluppare: vogliamo qualcuno in grado di capire il contesto di business, tradurlo in soluzioni concrete e guidare il cliente nelle scelte tecnologiche. Esperienza di almeno 5 anni come Data Scientist in contesti strutturati Essere il punto di riferimento tecnico durante i meeting con il cliente, conducendo sessioni di approfondimento e raccolta requisiti Collaborare con i team interni (Data Engineering, MLOps, Product)
e con le controparti del cliente Solida esperienza in Python per sviluppo e integrazioni modelli AI Conoscenza di SQL e ambienti big data (Spark, Databricks) Esperienza su cloud provider, preferibilmente AWS e/o Azure Familiarità con MLOps: versioning, CI/CD, monitoring di modelli in produzione Conoscenza di architetture RAG (Retrieval-Augmented Generation): esperienza nella progettazione e implementazione di pipeline RAG per applicazioni LLM-based, inclusa la gestione di vector store (es. FAISS, Chroma, Pinecone), embedding models e framework di orchestrazione come LangChain o LlamaIndex.
Costituisce un plus l'esperienza in contesti FSI (es. document Q&A; su contratti, normative o report finanziari). Buone doti relazionali per gestire la relazione con il cliente in modo competente e autonomo