OverviewIn questa posizione guiderai lo sviluppo e la messa in produzione di modelli statistici e ML per supportare decisioni autonome in tempo reale, collaborando con engineering, product e domain experts. L'obiettivo è offrire modelli accurati, spiegabili e auditabili per la piattaforma Genyo.Ai, con un impatto diretto sui sistemi decisionali. L'contesto è startup ad alta crescita, orientato a soluzioni fintech e asset digitali. Ti occuperai di ricerca avanzata, deployment e monitoraggio in un contesto regolatorio complesso.Retribuzione / Benefitsflessibilità orario e remote binariambiente startup dinamico e mission-drivenworkshops con clienti e conferenze a Milanoviaggi aziendali mensili per meeting a Milanoopportunità di crescita e mentoringRAL tra 45k e 65k a seconda seniorityResponsabilitàGuidare l'intero ciclo di vita del ML: definizione del problema, acquisizione dati, feature engineering (on-chain e off-chain), modellazione, validazione, deployment e monitoraggioSviluppare modelli per rilevazione frodi, credit scoring on-chain e risk assessment comportamentaleProgettare modelli per rischi di liquidità e treasury e per dynamic pricing e retentionSviluppare modelli a supporto del motore decisionale AI agentico, abilitando flussi decisionali autonomi multi-step in tempo realeGarantire spiegabilità,



auditabilità e conformità dei modelli e contribuire a framework di spiegazione narrativa e documentazioneProgettare e ottimizzare feature store, data pipeline, API dei modelli e framework di monitoraggioCondurre ricerca avanzata su graph ML, forecasting, anomaly detection, embeddings, self-supervised learningFare mentoring a data scientist e contribuire agli standard di modellazione e revisioneComunicare risultati e comportamento dei modelli a stakeholder interni, clienti e autorità regolatorieRequisiti fondamentaliLaurea magistrale o PhD in discipline quantitative+3 anni di esperienza in data science o MLOttima conoscenza di Python e librerie ML (scikit-learn, PyTorch, TensorFlow)Esperienza comprovata in modelli ML in produzione (batch, streaming o real-time)Conoscenza di modellazione statistica, metodi di classificazione/regressione, serie temporali, anomaly detectionEsperienza con modelli spiegabili e validazione robustaOttime capacità comunicative e capacità di tradurre concetti tecnici per business/complianceEsperienza in ambienti startup e mindset di ownershipConoscenza best practice di sicurezza per modelli, dataset e pipeline e gestione auditComunicazione efficacePensiero analitico e orientamento al dettaglioAutonomia e proattivitàPython avanzatoLibrerie ML: scikit-learn, PyTorch, TensorFlowModellazione statistica, forecasting, serie temporali

📌 Ai / Data Engineer (Monza)
🏢 W Executive
📍 Monza