Data Scientist

Jumpit S.r.l; Biella; In loco; EUR 45.000 - 65.000; Tempo pieno

Descrizione del lavoro

Jumpit S.r.l cerca una figura di Data Scientist Middle-Senior con 3-5 anni di esperienza per affrontare sfide complesse aziendali.

Il candidato dovrà progettare e implementare modelli ML robusti, eseguire analisi statistiche avanzate, creare workflow end-to-end e collaborare con data engineer su pipeline e infrastrutture. Conoscenza di Python, ML frameworks e piattaforme cloud è essenziale; inglese B2 richiesto. LangChain e LLM sono strumenti chiave per soluzioni IA.

Competenze

• Esperienza data science 3-5 anni.
• Inglese fluente livello B2.
• Progettare e implementare modelli ML robusti.
• Analisi statistica avanzata e modellazione predittiva.
• End-to-end data workflows: feature engineering e data prep.
• Collaborare con data engineer sulle pipeline.
• Uso di LLM e LangChain per IA.

Mansioni

• Progettare e implementare modelli di machine learning robusti per problematiche aziendali complesse.
• Condurre analisi statistiche avanzate e modellazione predittiva per individuare schemi.
• Sviluppare workflow end-to-end per i dati: feature engineering, data prep e valutazione dei modelli.
• Collaborare con i data engineer per assicurare pipeline affidabili.
• Utilizzare tecnologie LLM (LangChain) per sviluppare applicazioni IA.
• Rimanere aggiornati sui progressi in AI, ML e framework LLM.

Conoscenze

Inglese B2

Strumenti

Python

TensorFlow

PyTorch

Scikit-learn

Hadoop

Spark

AWS

Azure

Google Cloud

SQL

PostgreSQL

MongoDB

Descrizione del lavoro

Siamo alla ricerca di un/una Data Scientist Middle-Senior, con 3-5 anni di esperienza.

• - Inglese fluente (B2 – livello intermedio superiore).
• - Progettare e implementare modelli di machine learning robusti per affrontare problematiche aziendali complesse.
• - Condurre analisi statistiche avanzate e attività di modellazione predittiva per individuare schemi, correlazioni e tendenze all’interno di grandi quantità di dati.
• - Sviluppare flussi di lavoro completi per i dati (end-to-end), compresi il feature engineering, la preparazione dei dati e la valutazione dei modelli.
• - Collaborare con i data engineer per assicurarsi che le pipeline dei dati e l’infrastruttura supportino efficacemente le esigenze di modellazione.
• - Utilizzare tecnologie LLM (Large Language Models), ad esempio LangChain, per sviluppare applicazioni e soluzioni basate sull’intelligenza artificiale.
• - Rimanere aggiornati sui progressi nel campo dell’AI, del machine learning e dei framework LLM, applicando tecniche all’avanguardia.
• - Ottima conoscenza di linguaggi di programmazione come Python.
• - Conoscenza approfondita dei principali framework di machine learning, come TensorFlow, PyTorch e Scikit-learn.
• - Esperienza con strumenti per l’elaborazione di big data, come Hadoop e Spark, e con piattaforme cloud come AWS, Azure e Google Cloud.
• - Solida esperienza con SQL e familiarità con database NoSQL, come PostgreSQL e MongoDB.