Data Scientist & LLM Application Engineer.
Descrizione dell'offerta
COSA FARAI:
Il Data Scientist sarà responsabile dell'analisi dei dati provenienti da fonti come sensoristica IoT, ERP/MES e log aziendali, progettando pipeline di feature engineering e sviluppando modelli avanzati di machine learning e deep learning. Il focus principale sarà su time-series forecasting, anomaly detection e ottimizzazione.
L'LLM Application Engineer, invece, si concentrerà sull'integrazione di Large Language Models (LLM) in applicazioni aziendali. Sarà coinvolto nella progettazione e nello sviluppo di soluzioni basate su NLP (Natural Language Processing), lavorando su use case specifici come chatbot intelligenti, analisi semantica e automazione dei processi documentali
COSA PORTI:
Must Have:
Nice to Have:
Per il Data Scientist:
Il Data Scientist sarà responsabile dell'analisi dei dati provenienti da fonti come sensoristica IoT, ERP/MES e log aziendali, progettando pipeline di feature engineering e sviluppando modelli avanzati di machine learning e deep learning. Il focus principale sarà su time-series forecasting, anomaly detection e ottimizzazione.
L'LLM Application Engineer, invece, si concentrerà sull'integrazione di Large Language Models (LLM) in applicazioni aziendali. Sarà coinvolto nella progettazione e nello sviluppo di soluzioni basate su NLP (Natural Language Processing), lavorando su use case specifici come chatbot intelligenti, analisi semantica e automazione dei processi documentali
COSA PORTI:
Must Have:
- Laurea in Matematica, Informatica, Ingegneria Informatica o affini.
- Competenza media nei linguaggi di programmazione Python, SQL e/o R.
Nice to Have:
Per il Data Scientist:
- Esperienza nella progettazione e validazione di modelli ML/DL (PyTorch, TensorFlow, Scikit-Learn).
- Conoscenza degli algoritmi di ottimizzazione e capacità di valutarne le performance.
- Familiarità con strumenti come Azure ML, Databricks e MLflow.
- Competenze in data governance (GDPR compliance, versioning).
- Capacità analitiche avanzate per comprendere vincoli operativi complessi.
- Esperienza con pipeline ETL e modellazione dati.
- Predisposizione al lavoro in team interdisciplinari.
- Esperienza nell'utilizzo pratico di Python in contesti applicativi reali.
- Familiarità con tecnologie NLP avanzate e framework come Hugging Face Transformers o OpenAI API.
- Capacità di addestrare modelli LLM su dataset verticali specifici.
- Esperienza nella progettazione ed estensione di prompt ingegnerizzati.
- Conoscenza delle best practice per l'integrazione dei modelli AI in ambienti aziendali.
- Orientamento alla scalabilità ed efficienza computazionale delle soluzioni sviluppate.