Chi siamoPrefe è una startup innovativa che ha sviluppato una piattaforma AI di market intelligence attiva nel settore Fast-Moving Consumer Goods (FMCG). Stiamo sviluppando sistemi proprietari di intelligenza artificiale che supportano i brand e i retailer nei processi decisionali e stiamo ampliando il nostro team tech. Se vuoi lavorare su dati che alimentano modelli AI distribuiti su larga scala, questo ruolo fa per te!Pronto/a a candidarsi? Prima di farlo, si assicuri di leggere tutti i dettagli relativi a questo lavoro nella descrizione sottostante.La tua missioneLavorerai sul nostro asset principale (i nostri dati) progettando, implementando e migliorando continuamente algoritmi e modelli che alimentano i nostri prodotti core. Avrai ownership, autonomia e reale responsabilità in produzione, oltre a un’esposizione diretta ai clienti.collaborerai con CTO, team Sales e Product, nonché con altri stakeholder, per definire requisiti analitici, KPI e funzionalità data-driven; progetterai, svilupperai e manterrai modelli avanzati di AI e algoritmi statistici orientati alle esigenze di business; utilizzerai attivamente strumenti di coding agentico (es. Claude Code via CLI, OpenCode o strumenti equivalenti) per accelerare sviluppo, debugging, refactoring e documentazione del codice, mantenendo elevati standard di qualità e sicurezza; ti terrai costantemente aggiornato/a sulle evoluzioni di questi tool (nuove funzionalità, best practice, workflow) e proporrai in modo proattivo miglioramenti al processo di sviluppo e collaborazione del team; definirai e applicherai linee guida operative per l’utilizzo efficace degli agent (prompting, review, verifiche, guardrail) per garantire affidabilità, tracciabilità e mantenibilità del codice in produzione; raccoglierai, pulirai e preprocesserai dataset ampi ed eterogenei provenienti da fonti multiple (strutturate, semi-strutturate e non strutturate); svilupperai pipeline per ingestione, trasformazione e feature engineering garantendo workflow scalabili, efficienti e affidabili; implementerai tecniche avanzate per product matching, recommendation, forecasting e anomaly detection; costruirai dashboard e visualizzazioni interattive con Python (Plotly, Dash, Leaflet)



o piattaforme BI per comunicare insight in modo chiaro a stakeholder tecnici e non tecnici; collaborerai con back-end e data engineer per integrare i modelli nei sistemi di produzione; condurrai valutazioni e validazioni rigorose dei modelli (metriche appropriate, A/B test, cross-validation); scriverai codice Python pulito, modulare e ben documentato, utilizzando sistemi di version control (Git) in ambiente collaborativo; contribuirai al miglioramento continuo dell’infrastruttura dati, degli strumenti e delle pratiche MLOps aziendali; definirai e implementerai controlli di data quality end-to-end, includendo test automatici per identificare anomalie, regressioni e comportamenti diversi da quelli attesi (es. drift dei dati, variazioni inattese di distribuzione, outlier, rotture di mapping); progetterai e manterrai una suite di test (unit/integration/data tests) a supporto delle pipeline dati e dei modelli, garantendo robustezza, riproducibilità e affidabilità dei risultati in produzione; costruirai e gestirai pipeline di monitoraggio continuo del database (metriche, alerting, dashboard) per assicurare completezza, coerenza e freschezza del dato, con meccanismi di escalation rapidi in caso di degradazione; collaborerai con Data Engineering e Back-end per definire SLA, metriche di qualità e processi di remediation in caso di issue sistemiche o degradazioni progressive; ti manterrai aggiornato sulle evoluzioni di machine learning, data science e AI, proponendo soluzioni innovative.Cosa cerchiamo:esperienza comprovata nello sviluppo e nel deploy di modelli di machine learning in ambienti di produzione; ottima padronanzadi Python (requisito essenziale) e del relativo ecosistema data science (Pandas, NumPy, Scikit-learn, ecc.); esperienza pratica con framework di deep learning (es. PyTorch o TensorFlow)solida conoscenza di statistica, disegno sperimentale e metodologie di valutazione dei modelli; buone competenze SQL ed esperienza con database relazionali (es. PostgreSQL)



per estrazione e validazione dati; esperienza nella costruzione e manutenzione di pipeline per feature engineering e training dei modelli; interesse concreto e qualche esperienza di sperimentazione con modelli AI open-weight (es. Llama, Mistral, Qwen), inclusa familiarità con preparazione dei dataset e valutazione delle performance; costituisce un plus aver svolto attività di fine-tuning e ottimizzazione (es. LoRA/QLoRA); familiarità con ambienti cloud (in particolare GCP) e strumenti di containerizzazione come Docker; esperienza con pratiche MLOps (versioning dei modelli, monitoring, CI/CD per ML) ; mentalità orientata al problem solving e capacità di tradurre esigenze di business in soluzioni analitiche; attenzione alla qualità del dato, robustezza e interpretabilità dei modelli; ottime capacità organizzative, documentali e comunicative, con abilità nel presentare risultati complessi a interlocutori non tecnici; familiarità con workflow Git/GitHub in ambienti collaborativi.Cosa ti farà distinguere immediatamente:esperienza nel settore retail/FMCG o con dataset relativi a prezzi e promozioni; esperienza pratica con applicazioni basate su LLM (prompt engineering, pipeline RAG, embedding model, vector database); esperienza nell’addestramento e fine-tuning di modelli open-weight su dataset proprietari in ambienti GPU; familiarità con monitoraggio dei modelli e tracking delle performance in produzione (drift detection, retraining pipeline); esperienza nell’ottimizzazione delle performance in inference (quantizzazione, batching, tuning GPU); esperienza con recommendation system, product matching o use case di computer vision; possesso di Partita IVA (o disponibilità ad aprirla) per avviare rapidamente la collaborazione in una fase iniziale; esperienza pregressa in startup e/o in contesti con team ridotti, con attitudine all’ownership, pragmatismo e velocità di esecuzione; madrelingua italiano o equivalente e conoscenza della lingua inglese (livello B2 o superiore).retribuzione competitive; modello di lavoroflessibile e smart working; elevato livello di ownership e responsabilità tecnica reale; rapida opportunità di crescita professionale; ambiente giovane,dinamico, partecipativo e inclusivo; opportunità di sviluppare sistemi AI utilizzati da aziende reali in un settore data-intensive.Scadenza candidatura:22/03/2026Prefe è un datore di lavoro che garantisce pari opportunità. xysqume Valorizziamo la diversità e siamo impegnati a creare un ambiente inclusivo per tutti i collaboratori.#J-18808-Ljbffr

📌 Data Scientist (Milano)
🏢 Prefe
📍 Milano