AI DATA SCIENTIST (BARI)

Per potenziare il team R&D dedicato al progetto EvoCity (sede di Bari) cerchiamo un* AI Data Scientist/ Data ScientistApplication con competenze in analisi dati, modellazione predittivae implementazione di soluzioni di AI in contesti aziendali. La figura avrà il compitodi trasformare problemi di business in soluzioni analitiche concrete,attraverso l’intero ciclo di vita del dato: dalla raccolta alla valutazionedell’impatto.

Si valutano anche profili junior da inserire all'interno di un percorso di crescita.

Di cosa ti occuperai:

• Progettare e sviluppare modelli di Machine Learning su dataset complessi e disomogenei;
• Eseguire analisi esplorative e visualizzazione dati utilizzando librerie Python (pandas, numpy, seaborn, matplotlib);
• Pulire, trasformare e ingegnerizzare variabili con tecniche di preprocessing avanzate;
• Valutare performance dei modelli tramite metriche appropriate, validazione incrociata e analisi del bias;
• Ottimizzare pipeline di ML e gestire il fine-tuning di modelli preaddestrati (es. Hugging Face);
• Interrogare database SQL e ottimizzare query su basi dati strutturate;
• Lavorare in ambienti collaborativi tramite Git, GitLab/GitHub, Docker e strumenti cloud-based (Colab, GCP);
• Supportare il team business nella definizione di KPI, soglie operative e metriche di monitoraggio;
• Effettuare analisi costi/benefici (ROI) relative all’adozione di soluzioni AI su cloud;
• Identificare e documentare rischi, bias e limiti dei modelli sviluppati.

Cosa cerchiamo:

• Padronanza di Python con uso estensivo di pandas, numpy, scikit-learn;
• Familiarità con ambienti formativi e modelli open source (Kaggle, Hugging Face);
• Esperienza pratica con pipeline di Machine Learning, dalla selezione al fine-tuning del modello;
• Competenze statistiche di base e inferenza per la creazione e valutazione delle feature;
• Ottima conoscenza di SQL e capacità di scrivere query performanti su dataset complessi;
• Esperienza base con ambienti di sviluppo come Jupyter, Google Colab, ambienti virtuali;
• Conoscenza di strumenti e framework come Git, Docker, Spark, Apache Iceberg, R;
• Sensibilità verso i rischi associati a modelli AI (bias, fallimenti, overfitting);
• Visione critica orientata alla valutazione del ritorno sull’investimento di progetti AI/ML.

Rappresentano un plus:

• Esperienza con deployment di modelli in produzione;
• Familiarità con ambienti Big Data;
• Conoscenza di tecnologie di data lake e data mesh.
• Flessibilità oraria e un modello di lavoro ibrido (2/3gg/settimana da casa);
• Formazione interna e acquisizione di certificazioni;