Questa lista contiene solo i paesi per i quali sono state pubblicate offerte di lavoro nella lingua selezionata (ad es., nella versione francese vengono visualizzate solo offerte di lavoro scritte in francese, mentre in quella inglese solo quelle in inglese).
Il suo ruolo sarà quello di fungere da ponte tra la ricerca sperimentale in AI e la produzione industriale. In Lynx, non si limiterà a creare modelli: sarà responsabile della trasformazione di prototipi avanzati (RAG, Agenti) in software robusto e scalabile. La sua missione è garantire che l'innovazione tecnologica si traduca in valore concreto per i clienti, elevando la qualità ingegneristica delle soluzioni di Data Science e operando con autonomia tecnica nelle scelte architetturali.
Responsabilità
End-to-End ML Pipeline Execution: Gestire in autonomia il ciclo di vita del modello, dalla pulizia e validazione dei dati (gestione outlier, missing values) fino al training, post-training e fine tuning e alla valutazione delle performance con le metriche appropriate (es. F1-score vs Accuracy, MSE), garantendo solidità statistica
Generative AI, RAG & AI Agents: Progettare e sviluppare Agenti AI e sistemi RAG (Retrieval-Augmented Generation), curando l'orchestrazione di tool, le strategie di chunking/retrieval e il prompt engineering avanzato per integrare Knowledge Base aziendali con LLM, abilitando capacità di reasoning e autonomia decisionale in linea con la strategia di innovazione di Linkalab
Quality Coding & Engineering: Scrivere codice Python modulare, testabile e conforme agli standard (PEP8, Type Hinting), superando la logica da 'notebook' sperimentale per produrre software manutenibile, versionato (Git) e pronto per l'integrazione
Model Deployment & Operations: Contribuire alla messa in produzione dei modelli utilizzando Docker per la containerizzazione e interfacciandosi con infrastrutture Cloud (AWS/Azure), garantendo la riproducibilità degli esperimenti e il monitoraggio post-deploy
Advanced Data Analysis: Esplorare dataset complessi e serie temporali, applicando tecniche di feature engineering e visualizzazione avanzata per estrarre insight a supporto delle decisioni di business e dei progetti clienti
Technical Mentorship – Agire come punto di riferimento tecnico, supportando la crescita dei data scientist junior, revisionando il codice e traducendo concetti tecnici complessi per gli stakeholder
Requisiti
3+ anni di esperienza in Data Science, con almeno un progetto portato in produzione o applicato a contesti di business reali
Ottima conoscenza di Python e delle sue librerie core (Pandas, NumPy, Scikit-learn). Capacità dimostrata di scrivere funzioni complesse, gestire eccezioni e organizzare il codice in moduli/classi
Esperienza pratica con framework di Deep Learning (PyTorch o TensorFlow) e comprensione solida degli algoritmi classici (Regressioni, Random Forest, Boosting). Capacità di diagnosticare e risolvere problemi di overfitting/underfitting
Esperienza concreta nell'utilizzo di LLM sia via API che on-premise, incluse tematiche di ottimizzazione sull’uso delle GPU quali quantizzazione e identificazione batch-size
conoscenza dei principi di Prompt Engineering e architetture RAG (Vector DB, Embeddings)
Competenze avanzate di SQL e familiarità con paradigmi NoSQL (es. MongoDB) o di ottimizzazione delle query su engine distribuiti
Padronanza del linguaggio SQL per l'estrazione dati complessa (Join, aggregazioni) e familiarità con strumenti di sviluppo collaborativo e deploy: Git (branching model), Docker
Laurea Magistrale o PhD in discipline STEM (Informatica, Fisica, Matematica, Ingegneria) o Laurea Triennale con forte curriculum pratico
Preferibile
Esperienza nello sviluppo e gestione di agenti basati su LLM, incluse competenze di prompt engineering, gestione del dato per l'AI generativa e conoscenza dei principali tool disponibili sul mercato
Esperienza nell’uso di Agenti AI nello sviluppo software e nell’analisi dati
Spiccata flessibilità nel lavorare su contesti e domini di business differenti (non solo verticali specifici), unita alla capacità di esplorare autonomamente nuove tecnologie e perseguire indirizzi di ricerca innovativi
Esperienza con pratiche MLOps avanzate e pipeline CI/CD
Background in ricerca accademica o docenza tecnica
Conoscenza della teoria dei grafi o analisi di Reti Complesse
Utilizziamo i cookie per migliorare la tua esperienza di navigazione, analizzare il traffico e offrire contenuti personalizzati. Cliccando su "Accetta", acconsenti all'uso dei cookie.
Accedi per candidarti
Crea un account gratuito o accedi per aprire la pagina di candidatura di questa offerta.
Candidati e monitora tutte le tue candidature in un unico posto
Salva le offerte e non perdere nessuna proposta interessante
Generatore di CV gratuito e strumenti per la carriera