Senior Data Scientist – BIP AI LAB

Overview

In questo ruolo puoi guidare lo sviluppo di soluzioni ML e DL end-to-end all’interno di un laboratorio di intelligenza artificiale. Lavorerai in un team multidisciplinare che integra ricerca, engineering e delivery per trasformare l’innovazione in risultati concreti per i clienti. Gestirai feature engineering avanzato, selezione modelli e tuning su dataset complessi e di grandi dimensioni, con focus su robustezza e deploy in ambienti reali. Avrai l’opportunità di contribuire a framework di Responsible & Explainable AI e di mentorare profili junior. Unisci impatto tecnologico e consulenza strategica in un contesto internazionale e in rapida evoluzione.

Retribuzione / Benefits lavoro ibrido con possibilità di remoto

assicurazione sanitaria

check-up agevolati

ticket restaurant

piano welfare integrativo

supporto alla genitorialità

Responsabilità Guidare progettazione e sviluppo di soluzioni ML/DL end-to-end, dalla definizione del problema al modello, valutazione e deployment

Eseguire feature engineering avanzato, model selection e iperparametri tuning su dataset complessi

Condurre analisi statistiche avanzate (modelli bayesiani, inferenza causale, design sperimentale) per supportare decisioni strategiche

Collaborare con AI Engineer e MLOps per la produzione, garantendo qualità, riproducibilità e monitoraggio

Contribuire a framework metodologici e linee guida di Responsible & Explainable AI

Fare mentoring tecnico e scientifico a profili junior mediante code review e affiancamento sui progetti

Requisiti fondamentali Da 3 a 6 anni di esperienza in ruoli di Data Scientist o ML Researcher, preferibilmente in contesti consulenziali o industriali

Padronanza avanzata di Python e dell’ecosistema DS/ML (scikit-learn, PyTorch o TensorFlow, statsmodels)

Solide basi in statistica e nei principali paradigmi di ML/DL supervisionato e non supervisionato

Esperienza nel portare modelli in produzione e nell’integrazione con pipeline MLOps

Capacità di tradurre problemi di business complessi in formulazioni statistiche e di comunicarne i risultati a stakeholder tecnici e non

Comunicazione chiara con stakeholder tecnici e non

Mentoring e condivisione della conoscenza

Team collaboration e capacità di lavorare in contesti multidisciplinari

Python e relativo ecosistema DS/ML (scikit-learn, PyTorch o TensorFlow, statsmodels)

Statistica avanzata (inferenza, modelli lineari, inferenza bayesiana)

Esperienza in integrazione pipeline MLOps e deployment di modelli