Overview 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 check-up agevolati buoni pasto 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

📌 Senior Data Scientist – BIP AI LAB (Arezzo)
🏢 Business Integration Partners
📍 Arezzo