Senior data scientist

Responsabilità

Progettare, sviluppare e implementare algoritmi e modelli di Machine Learning e Deep Learning.

Sviluppare e implementare architetture di Agentic AI (Agenti Autonomi) basate su LLM per l'automazione di flussi di lavoro complessi e il problem solving.

Lavorare con Large Language Models (LLMs) per applicazioni quali la generazione di testo, la sintesi, la traduzione e la comprensione del linguaggio naturale.

Costruire e ottimizzare architetture di AI generativa per risolvere problemi aziendali complessi.

Condurre ricerche e sperimentazioni per valutare nuove tecniche e tecnologie AI.

Collaborare con team di prodotto, data scientists e altri ingegneri per integrare soluzioni AI nei nostri prodotti e servizi.

Mantenere e migliorare i modelli AI esistenti, garantendo prestazioni e scalabilità.

Requisiti

Il candidato ideale deve possedere una combinazione di solide competenze tecniche, esperienza pratica nello sviluppo di modelli e familiarità con l'ecosistema dell'AI moderna.

Laurea Magistrale (o equivalente) in Informatica, Ingegneria Informatica, Intelligenza Artificiale, Data Science, Matematica o Fisica.

Forte competenza teorica e pratica in Machine Learning e Deep Learning, con esperienza nello sviluppo e nella messa in produzione di modelli.

Competenze di Elaborazione del Linguaggio Naturale (NLP) Comprovata padronanza di almeno un framework di Deep Learning (es. Py Torch, Tensor Flow, o JAX).

Esperienza pratica con Large Language Models (LLMs), incluse tecniche di pre-addestramento, fine-tuning (SFT) e ottimizzazione (es. Quantizzazione, Pruning).

Agentic AI e MLOps

Conoscenza approfondita e / o esperienza di lavoro con i principi e i framework di Agentic AI (es. Lang Chain, Auto Gen, RAG architectures) per la creazione di sistemi multi-agente e l'integrazione di strumenti esterni (tool calling).

Esperienza con l'infrastruttura MLOps (es. Docker, Kubernetes, MLflow) per la gestione del ciclo di vita dei modelli e la garanzia di prestazioni e scalabilità.

Eccellente competenza nella programmazione in Python e familiarità con librerie di data science (es. Num Py, Pandas, Scikit-learn).

Familiarità con le piattaforme cloud (AWS, Azure o GCP, IBM Cloud) e con l'uso di acceleratori hardware (GPU / TPU).

AI Generativa

Capacità di costruire e ottimizzare architetture di AI generativa.