AI Data Scientist

Cerchiamo Persone che portino competenza nelle sfide di ogni giorno, mettendo passione in ciò che fanno e scegliendo la trasparenza come stile di lavoro e di relazione, nei processi e nel dialogo con gli stakeholder. Persone che guardino al futuro con curiosità, concretezza e spirito di innovazione, per contribuire alla crescita dell’Azienda e del Sistema Paese. L’AI Data Scientist , in particolare, adotta tecniche avanzate di analisi statistica e machine learning, assicurando qualità, preparazione e affidabilità dei dataset. Il ruolo opera a supporto dei processi decisionali e dell’innovazione digitale, combinando competenze statistiche, programmazione e conoscenza del dominio per sviluppare modelli predittivi e soluzioni avanzate basate sui dati, in contesti organizzativi complessi e regolati.

Principali attività/responsabilità

• Analizzare dati complessi per identificare insight strategici e opportunità di business
• Sviluppare modelli predittivi e di machine learning per risolvere problemi aziendali
• Creare visualizzazioni e report per comunicare i risultati delle analisi
• Collaborare con team aziendali per integrare i dati nei processi decisionali
• Garantire la qualità e la tracciabilità dei dati e la conformità legislativa attraverso best practice, incluso il rispetto della legislazione vigente
• Applicare metodologie di Explainable AI (XAI) per migliorare la comprensibilità dei modelli
• Utilizzare pipeline dati interoperabili e conformi a UNI CEI EN ISO/IEC 8183 e UNI CEI ISO/IEC 42001, in collaborazione con l’AI Data Engineer
• Ottimizzare l'efficienza computazionale e la sostenibilità energetica dei modelli AI
• Laurea Magistrale in Informatica, Ingegneria, Matematica, Fisica o altre discipline STEM
• Esperienza lavorativa pregressa di almeno 3 anni maturata, anche in ambito accademico, in almeno uno dei seguenti ambiti:
  • A) utilizzo di tecniche avanzate di analisi statistica e machine learning per l’estrazione di pattern, insight e previsioni su dati strutturati e/o non strutturati
  • B) sviluppo, validazione e testing di modelli di machine learning a supporto di esigenze operative o di business
  • C) utilizzo di linguaggi di programmazione per data science e delle relative librerie per l’implementazione di analisi e modelli
  • D) produzione di report e analisi interpretative per la comunicazione dei risultati a stakeholder tecnici e non tecnici

Requisiti preferenziali

• I. Conoscenza dei principi di gestione e governance dei dati (metodologie di validazione dei dati), inclusi qualità, accessibilità e sicurezza dei dataset
• II. Conoscenza delle metriche e norme per misurare qualità, accuratezza e coerenza dei dati
• III. Conoscenza delle metodologie di Explainable AI (XAI) e di valutazione dei bias
• IV. Buona conoscenza della lingua inglese in ambito professionale