Data Scientist

Azienda

Butterfly Decisions è un'azienda deeptech che sviluppa tecnologie AI-driven per settori ad alta complessità e impatto strategico, tra cui il settore Farmaceutico, quello della Difesa e quello dell’Advanced analytics .

Collaboriamo con clienti di rilievo internazionale , in contesti in cui le decisioni devono essere supportate da dati complessi, elevata precisione e conoscenza applicabile.

Combiniamo machine learning , simulazione e modelli matematici per supportare il decision-making in ambienti in cui la tecnologia ha un impatto reale, non solo teorico.

Siamo alla ricerca di un/una Data Scientist – Applied AI & Decision Systems da inserire nel nostro team tecnico. La posizione è aperta a profili junior, inclusi neolaureati e candidati con 2–3 anni di esperienza, che abbiano solide basi tecniche, esperienza progettuale (anche accademica o personale) e attitudine al lavoro su problemi reali. Il ruolo è fortemente orientato all’AI applicata e all’integrazione dei modelli nel prodotto, con collaborazione diretta con i team prodotto, sviluppo e direzione su progetti legati alla modellazione predittiva, alla costruzione e alla validazione di dataset.

Alcuni progetti riguardano ambiti sensibili: richiediamo senso di responsabilità, attenzione all’impatto delle tecnologie sviluppate e rispetto di elevati standard di riservatezza.

Responsabilità

• Analisi di dati grezzi: valutazione qualità, pulizia, strutturazione per l’elaborazione successiva
• Ricerca attiva e selezione di dataset esterni (open data, fonti pubbliche o commerciali) rilevanti per le esigenze di progetto
• Costruzione di dataset su misura , integrando fonti strutturate, semi-strutturate e non strutturate
• Sviluppo di modelli predittivi scalabili e sperimentazione con tecniche supervisionate e non supervisionate
• Collaborazione con il team di sviluppo per portare i modelli in produzione
• Interazione con le funzioni di business per comprendere i bisogni analitici, sintetizzare i risultati e tradurli in insight operativi
• Verifica dei risultati delle analisi e dei modelli nel contesto del prodotto finale , in collaborazione con sviluppo e direzione
• Cura della qualità del dato , coerenza metodologica e attenzione ai dettagli in ogni fase del lavoro
• Contributo attivo alla definizione del problema analitico e delle ipotesi di lavoro, non solo all’esecuzione tecnica

Competenze tecniche richieste

• Laurea (o titolo equivalente) in ambito quantitativo: Statistica, Matematica, Informatica, Ingegneria o simili
• Esperienza accademica, personale o professionale in progetti di data science, analisi o simulazione
• Ottima padronanza di Python per la realizzazione di pipeline analitiche e modelli
• Conoscenza di librerie e framework tra cui:
• Pandas, Scikit-learn, XGBoost, LightGBM, PyTorch, TensorFlow, Keras, OpenCV, Hugging Face Transformers
• Competenze in metodi di classificazione, regressione, clustering, PCA, k-NN, Random Forest, SVM
• Esperienza nell’uso di strumenti per la valutazione e interpretazione dei modelli (es. SHAP, LIME)
• Conoscenza di SQL e database relazionali e NoSQL (PostgreSQL, MongoDB, Neo4j)
• Familiarità con strumenti di visualizzazione (es. Matplotlib, Seaborn, Power BI, Tableau )
• Esperienza nell’uso di Docker, Git e API RESTful per il deployment e la gestione di modelli
• Plus : esperienza su modelli di simulazione di scenari e dinamiche spaziotemporali (es. ConvLSTM), simulazioni what-if e approcci predittivi per supporto alle decisioni; pipeline distribuite (Spark, Databricks), LLM e architetture RAG

Non è richiesta esperienza su tutte le tecnologie elencate: valuteremo positivamente una solida base su una parte di esse e la disponibilità ad apprendere e crescere sulle altre.

Cosa valorizziamo

• Curiosità, spirito critico e interesse per la sperimentazione
• Capacità di trasformare l’analisi in azione , non solo in presentazioni
• Attitudine all’apprendimento continuo e alla collaborazione interfunzionale
• Flessibilità e autonomia nella gestione del lavoro
• Interesse per contesti complessi e sfidanti , in cui i dati supportano decisioni reali
• Capacità di lavorare in team piccoli, con responsabilità diretta sul risultato

Modalità di lavoro

• Sede : Salerno
• Modalità :Ibrida.

La presenza in sede è prevista nei momenti chiave del progetto e del coordinamento del team; modalità e frequenza vengono concordate in modo trasparente in base al ruolo e all’esperienza.

Formazione e crescita

• Budget annuale per formazione
• Percorso strutturato con revisione delle competenze e obiettivi ogni 6 mesi
• Possibilità di contribuire a progettualità strategiche in sinergia con il team di AI e prodotto

Il livello di inquadramento, di responsabilità e di compenso sarà calibrato in base all’esperienza del candidato/a.