Sr Data Scientist

Experis; Roma; Remoto; EUR 35.000 - 60.000; Tempo pieno

Descrizione del lavoro

Un'agenzia leader nel settore è alla ricerca di un Senior Data Scientist per sviluppare soluzioni AI innovative. Il candidato ideale avrà una solida esperienza in machine learning e analisi delle serie temporali, lavorando in un ambiente completamente remoto. Offriamo un contratto a tempo indeterminato con una retribuzione competitiva commisurata all'esperienza.

Competenze

• Esperienza nello sviluppo di modelli di previsione e utilizzo di tecniche analitiche.
• Forte competenza in machine learning e raccolta/vizualizzazione dei dati.
• Capacità di scrivere codice pulito e mantenibile.

Mansioni

• Progettare soluzioni AI per risolvere sfide aziendali complesse con un focus su serie temporali.
• Collaborare con i data engineer per ottimizzare le pipeline di dati.
• Utilizzare modelli di previsione per generare insights aziendali.

Conoscenze

Analisi delle serie temporali

Machine Learning

Python

R

Ingegneria delle caratteristiche

SQL

Visualizzazione dei dati

Governance dei dati

Docker

Kubernetes

Formazione

Laurea in Statistica, Economia, Matematica, Informatica o campo correlato

Strumenti

TensorFlow

Scikit-learn

Hadoop

Spark

AWS

Azure

Google Cloud

Descrizione del lavoro

Social network you want to login/join with:

Experis cresce! Siamo alla ricerca di una figura di Senior Data Scientist
Come Senior Data Scientist, avrai la responsabilità di progettare e sviluppare soluzioni AI avanzate utilizzando tecnologie di machine learning e generative AI per affrontare sfide aziendali complesse, con un focus particolare sulla modellazione e previsione delle serie temporali. Collaborerai strettamente con i data engineer per architettare e mantenere pipeline di dati e infrastrutture che supportino efficacemente le applicazioni di machine learning e generative AI.
Responsabilità principali:

Progettare e sviluppare soluzioni AI robuste che sfruttano tecnologie avanzate di machine learning e generative AI per risolvere sfide aziendali complesse, con un focus sulla modellazione e previsione delle serie temporali.

Implementare e ottimizzare flussi di lavoro end-to-end per i dati, enfatizzando l'ingegneria delle caratteristiche, la preparazione dei dati, la valutazione dei modelli e il deployment di soluzioni scalabili per dati di serie temporali.

Collaborare con i data engineer per architettare e mantenere pipeline di dati e infrastrutture che supportino efficacemente le applicazioni di machine learning e generative AI.

Utilizzare tecniche di analisi delle serie temporali per identificare trend, pattern stagionali e anomalie, applicando modelli di previsione appropriati (es. ETS, SARIMAX, LSTM, Prophet) per generare previsioni accurate.

Sfruttare tecnologie di large language model (LLM) (es. LangChain) per creare applicazioni AI innovative che migliorino le esperienze degli utenti e guidino i risultati aziendali.

Tradurre le intuizioni derivanti dalle analisi delle serie temporali in raccomandazioni aziendali praticabili, presentando efficacemente i risultati a stakeholder tecnici e non tecnici.

Ottimizzare i modelli AI per il deployment in produzione, garantendo che siano scalabili, affidabili e performanti.

Rimanere aggiornato sugli avanzamenti nelle tecnologie AI, machine learning e LLM, applicando costantemente tecniche all'avanguardia.

Requisiti:

Laurea in Statistica, Economia, Matematica, Informatica, Ingegneria Informatica o un campo correlato.

Forte comprensione delle tecniche di analisi delle serie temporali e esperienza nello sviluppo di modelli di previsione (es. ARIMA, Prophet, LSTM).

Esperienza comprovata nella preparazione e ottimizzazione dei dati specificamente per applicazioni di machine learning e AI, con un focus sui dataset di serie temporali.

Comprensione dell'architettura a microservizi e esperienza nello sviluppo di API RESTful per facilitare l'integrazione e la comunicazione dei dati tra i servizi.

Esperienza pratica con tecnologie di containerizzazione (es. Docker) e strumenti di orchestrazione (es. Kubernetes) per il deployment e la gestione delle applicazioni in modo scalabile.

Competenza in linguaggi di programmazione come Python o R, con la capacità di scrivere codice pulito, mantenibile ed efficiente.

Conoscenza approfondita dei framework di machine learning (es. TensorFlow, XGBoost, LightGBM, Darts, Scikit-learn, Statsmodels, Pmdarima) e esperienza pratica nella costruzione e deployment di modelli ML.

Esperienza con strumenti di elaborazione big data (es. Hadoop, Spark) e piattaforme cloud (es. AWS, Azure, Google Cloud) per gestire e analizzare grandi dataset in modo efficace.

Forte competenza in SQL e familiarità con database NoSQL (es. PostgreSQL, MongoDB) per la manipolazione e archiviazione efficiente dei dati.

Competenza con librerie di visualizzazione dei dati (Plotly, Seaborn, Matplotlib, ggplot) per presentare chiaramente le intuizioni dei dati.

Familiarità con framework LLM come LangChain e le loro applicazioni pratiche in scenari reali.

Capacità comprovata di progettare e implementare soluzioni di integrazione di sistemi che garantiscano un flusso di dati senza soluzione di continuità e interoperabilità tra varie piattaforme e servizi.

Familiarità con la governance dei dati, le migliori pratiche di sicurezza e i requisiti di conformità nei progetti AI.

Conoscenza dei concetti avanzati di Machine Learning Operations.

Eccellenti capacità di comunicazione scritta e orale in inglese, con la capacità di trasmettere chiaramente concetti tecnici complessi.

Offerta: Assunzione a Tempo indeterminato. Livello di inquadramento e RAL da commisurare in base all’esperienza del/la candidato/a.
Modalità di lavoro: Full remote.