h3Job Description /h3 pKeyBiz è una società di consulenza specializzata in trasformazione digitale e servizi IT per clienti enterprise. Operiamo in contesti internazionali strutturati, con un resistente focus sull’innovazione e l’eccellenza operativa. La nostra cultura aziendale valorizza la collaborazione, la crescita professionale e l’adozione di tecnologie all’avanguardia per supportare i nostri clienti nel percorso di digitalizzazione. /p h3Descrizione del ruolo /h3 pStiamo cercando un/una AI Data Engineer da inserire in un contesto internazionale presso un cliente del settore telecomunicazioni. La risorsa si occuperà della progettazione e dello sviluppo di soluzioni di machine learning, pipeline dati e applicazioni GenAI su piattaforma Microsoft Azure e Microsoft Fabric, a supporto dei processi operativi e dei servizi digitali. Lavorerà su grandi volumi di dati, dalla costruzione di pipeline scalabili alla realizzazione di modelli predittivi (forecasting, anomaly detection) e di automazioni basate su LLM, integrando i risultati negli ambienti Microsoft del cliente, con una conoscenza di base delle dinamiche di Service Management. /p h3Responsabilità principali /h3 ul liProgettare, sviluppare e mettere in produzione modelli di machine learning (LightGBM, scikit-learn) per forecasting, analisi di serie storiche e anomaly detection, curando feature engineering e valutazione dei modelli; /li liRealizzare e mantenere pipeline di dati ETL/ELT scalabili con PySpark e Spark su grandi dataset, garantendo qualità, affidabilità e performance; /li liSviluppare e gestire soluzioni di data engineering su Microsoft Fabric (Lakehouse, Fabric Notebooks, Delta Lake); /li liProgettare e sviluppare applicazioni GenAI basate su Azure OpenAI e OpenAI API, con prompt engineering e architetture RAG, per automazioni su estrazione dati, arricchimento ticket e reportistica; /li liAnalizzare e visualizzare i dati con Python (pandas, numpy, matplotlib) per produrre metriche e insight per stakeholder IT e business; /li liIntegrare le soluzioni con l’ecosistema Microsoft tramite Microsoft Graph API e SharePoint API, gestendo autenticazione e autorizzazione con Entra ID, App Registration e OAuth2/MSAL; /li liApplicare pratiche di software engineering (Git, codice Python modulare, API, testing, exception handling, CI/CD) per soluzioni robuste e manutenibili; /li liIdentificare, valutare e prototipare nuovi casi d’uso AI in ambito Service Operations; /li liContribuire in modo di base ai processi Incident, Problem e Request Fulfillment e aggiornare la documentazione tecnica (knowledge base, SharePoint, ServiceNow); /li liCollaborare quotidianamente con team internazionali (Operations, Service Desk, Vendor, Business) e preparare presentazioni tecniche in italiano e inglese. /li /ul h3Requisiti essenziali /h3 ul liLaurea STEM o esperienza pratica equivalente; /li liEsperienza concreta nello sviluppo di automazioni con Copilot, AI/GenAI, prompt design e micro-automazioni; /li liEccellente conoscenza della lingua inglese per reportistica,



presentazioni e interazioni operative; /li liBuona padronanza di Microsoft Office, in particolare Excel (formule, pivot, grafici) e PowerPoint; /li liSpiccate capacità analitiche e di sintesi orientate al passaggio dai dati alle azioni; /li liProattività, autonomia operativa e attitudine al lavoro in team. /li /ul h3Competenze tecniche /h3 ul liMachine Learning: LightGBM, scikit-learn, forecasting, time series, anomaly detection, feature engineering, model evaluation; /li liPython: Python, pandas, numpy, matplotlib; /li liData Engineering: PySpark, Spark, ETL/ELT, data pipeline, large datasets; /li liMicrosoft Fabric: Fabric, Lakehouse, Fabric Notebooks, Spark, Delta Lake; /li liGenAI / LLM: Azure OpenAI, OpenAI APIs, prompt engineering, RAG; /li liAzure: Azure services, Entra ID, App Registration, authentication; /li liMicrosoft integration: Microsoft Graph API, SharePoint API, OAuth2/MSAL; /li liSoftware Engineering: Git, modular Python, APIs, testing, exception handling, CI/CD. /li /ul h3Requisiti preferenziali /h3 ul liMinima esperienza, anche pregressa, in ambito Service Management / IT Operations (ticketing, KPI, processi ITSM); /li liConoscenza di ITIL (certificazione considerata un plus); /li liEsperienza con strumenti ITSM come ServiceNow (preferibile), Jira, Zendesk o OTRS; /li liEsperienza nel settore telecomunicazioni; /li liCompetenze nella programmazione e integrazione sistemi. /li /ul h3Competenze trasversali richieste /h3 ul liEccellente comunicazione chiara ed orientamento al cliente; /li liAdeguate capacità di problem solving nonché gestione efficace del tempo e delle priorità; /li liCura tecnologica costante con attitudine al’apprendimento continuo; /li liMentalità internazionale ed esperienza nel lavoro in contesti multiculturali. /li /ul h3Cosa offriamo /h3 ul liInserimento in un ambiente internazionale con servizi digitali ad alta visibilità; /li liPercorsi formativi dedicati su AI/GenAI e ITIL/ITSM; /li liSperimentazione concreta su automazioni innovative con contributo a iniziative di miglioramento continuo; /li liSistema welfare aziendale completo; /li liAssicurazione sanitaria integrativa. /li /ul h3Condizioni economiche /h3 pL’offerta prevede una RAL compresa tra €35.000 e €40.000 annui.br/Modalità di lavoro: Ibrida, due gg a settimana in presenza zona Parco Dè Medici. /p h3Diversità ed inclusione /h3 pL’offerta è rivolta a candidati di entrambi i sessi ai sensi della Legge n.903/77. KeyBiz promuove un ambiente lavorativo inclusivo che valorizza diversità culturale ed esperienziale. /p h3Tutela della privacy /h3 pI dati personali forniti saranno trattati esclusivamente ai fini della selezione del personale nel pieno rispetto del Regolamento UE 2016/679 (GDPR), secondo principi di liceità,



correttezza e trasparenza. /p h3Requirements /h3 pResponsabilità principalibr/Progettare, sviluppare e mettere in produzione modelli di machine learning (LightGBM, scikit-learn) per forecasting, analisi di serie storiche e anomaly detection, curando feature engineering e valutazione dei modelli; Realizzare e mantenere pipeline di dati ETL/ELT scalabili con PySpark e Spark su grandi dataset, garantendo qualità, affidabilità e performance; Sviluppare e gestire soluzioni di data engineering su Microsoft Fabric (Lakehouse, Fabric Notebooks, Delta Lake); Progettare e sviluppare applicazioni GenAI basate su Azure OpenAI e OpenAI API, con prompt engineering e architetture RAG, per automazioni su estrazione dati, arricchimento ticket e reportistica; Analizzare e visualizzare i dati con Python (pandas, numpy, matplotlib) per produrre metriche e insight per stakeholder IT e business; Integrare le soluzioni con l’ecosistema Microsoft tramite Microsoft Graph API e SharePoint API, gestendo autenticazione e autorizzazione con Entra ID, App Registration e OAuth2/MSAL; Applicare pratiche di software engineering (Git, codice Python modulare, API, testing, exception handling, CI/CD) per soluzioni robuste e manutenibili; Identificare, valutare e prototipare nuovi casi d’uso AI in ambito Service Operations; Contribuire in modo di base ai processi Incident, Problem e Request Fulfillment e aggiornare la documentazione tecnica (knowledge base, SharePoint, ServiceNow); Collaborare quotidianamente con team internazionali (Operations, Service Desk, Vendor, Business) e preparare presentazioni tecniche in italiano e inglese.br/Requisiti essenzialibr/Laurea STEM o esperienza pratica equivalente; Esperienza concreta nello sviluppo di automazioni con Copilot, AI/GenAI, prompt design e micro-automazioni; Eccellente conoscenza della lingua inglese per reportistica, presentazioni e interazioni operative; Buona padronanza di Microsoft Office, in particolare Excel (formule, pivot, grafici) e PowerPoint; Spiccate capacità analitiche e di sintesi orientate al passaggio dai dati alle azioni; Proattività, autonomia operativa e attitudine al lavoro in team.br/Competenze tecnichebr/Machine Learning: LightGBM, scikit-learn, forecasting, time series, anomaly detection, feature engineering, model evaluation; Python: Python, pandas, numpy, matplotlib; Data Engineering: PySpark, Spark, ETL/ELT, data pipeline, large datasets; Microsoft Fabric: Fabric, Lakehouse, Fabric Notebooks, Spark, Delta Lake; GenAI / LLM: Azure OpenAI, OpenAI APIs, prompt engineering, RAG; Azure: Azure services, Entra ID, App Registration, authentication; Microsoft integration: Microsoft Graph API, SharePoint API, OAuth2/MSAL; Software Engineering: Git, modular Python, APIs, testing, exception handling, CI/CD.br/Requisiti preferenzialibr/Minima esperienza, anche pregressa, in ambito Service Management / IT Operations (ticketing, KPI, processi ITSM); Conoscenza di ITIL (certificazione considerata un plus); Esperienza con strumenti ITSM come ServiceNow (preferibile), Jira, Zend... /p #J-18808-Ljbffr

📌 AI & Data Engineer (Roma)
🏢 KeyBiz
📍 Roma