Senior Data Scientist – Bip Ai Lab

Business Integration Partners; Palermo; Ibrido; EUR 60.000 - 85.000; Tempo pieno

Vantaggi offerti da questo lavoro

Hybrid/Remote

Health insurance

Welfare plan

Parental support

Descrizione del lavoro

Business Integration Partners cerca un Data Scientist/ML Researcher per guidare lo sviluppo di soluzioni ML e DL end-to-end in un laboratorio di intelligenza artificiale. Il ruolo richiede collaborazione con team multidisciplinari per trasformare innovazione in risultati concreti per i clienti.

Sono richieste 3-6 anni di esperienza, ottima padronanza di Python e framework DS/ML, conoscenze statistiche avanzate e capacità di portare modelli in produzione integrandoli in pipeline MLOps.

Competenze

• Da 3 a 6 anni di esperienza in 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

Mansioni

• 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
• Conduire 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 affiancamento sui progetti

Conoscenze

Python ML

Data science

ML Research

Model deployment

MLOps

Statistics

Mentoring

Team collaboration

Communication

Strumenti

Python

scikit-learn

PyTorch

TensorFlow

Statsmodels

Descrizione del lavoro

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
• 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