Data Scientist

Nell’ottica del potenziamento della nostra divisione DWIT - Business Line dedicata all'IT Consulting di eGlue – stiamo ricercando una figura di Data Scientist (sono possibili diverse seniority, junior e middle/senior) che andrà a supporto del team del Competence Center AI del nostro cliente, primaria realtà bancaria italiana.

Sede di Lavoro: Torino o Biella, (13 giorni di remote working al mese).

Retribuzione: fino a 50.000€RAL, in funzione dell'esperienza reale maturata.

Contratto: assunzione a tempo indeterminato con contratto CCNL Metalmeccanico. L'offerta include variabile a raggiungimento obiettivi pari al 10% della RAL, buoni pasto da 6,50€ per giorno lavorato in presenza, 250€ Welfare, Assicurazione Sanitaria a copertura del nucleo familiare.

Responsabilità:

• Attività di data engineering, data exploration, data preparation, sviluppo di modelli di Machine Learning, deployment e monitoring delle soluzioni;
• Realizzazione modelli predittivi (supervised e unsupervised);
• Realizzazione di use cases di GenAI con LLM;
• Sviluppo di API / script per rendere operativi i modelli nel continuo.

Requisiti:

• Laurea Magistrale in materie STEM e Informatica;
• Almeno 1 anno reale di esperienza in ruoli analoghi, preferibilmente in contesti bancari/finanziari anche in consulenza;
• Ottima Conoscenza di Python, SQL e delle principali tecniche di Machine Learning / Data Mining;
• Esperienza nella costruzione di soluzioni cha sfruttano AI Generativa (e.g. RAG, Multi Agent Systems);
• Esperienze di rilascio di sistemi di AI complessi;
• Desiderio di continuare a studiare e apertura all’innovazione;
• Mentalità analitica e capacità di problem solving;
• Ottima attitudine al lavoro in team;
• italiano fluente, buona conoscenza della lingua inglese (B1-B2).

A completamento del profilo

• Preferibile esperienza su attività di sviluppo di modelli predittivi e/o utilizzo di LLM;
• Conoscenza Reti Neurali e framework per loro implementazione;
• Conoscenza di altri linguaggi di programmazione (R, Scala, ecc);
• Conoscenza di framework BigData (Hadoop / Kafka / Spark / ecc);
• Esperienza con tools di MLOps;
• Esperienza con strumenti di Business Intelligence (PowerBI, Board, ecc);
• Conoscenza di unix, networking, docker, cloud.