Aetna Group è un leader mondiale nel settore del packaging, specializzato in soluzioni di fine linea. Impiega oltre 2000 persone, tra cui più di 300 tecnici impegnati nell’assistenza post‑vendita. Il Gruppo fornisce assistenza ai clienti in oltre 130 Paesi attraverso filiali in Francia, Regno Unito, Germania, Spagna, Stati Uniti, Russia, Cina, Messico, Thailandia e Brasile.
\n
La produzione del Gruppo spazia da avvolgitrici semi‑automatiche con tecnologia intelligente a soluzioni automatiche innovative per il confezionamento, confezionatrici industriali e incartonatrici, pallettizzatori, navette AGV e LGV, e macchine dedicate al riciclo delle materie prime. Con oltre 200.000 macchine vendute e installate in tutto il mondo, Aetna Group è in grado di offrire un’ampia gamma di soluzioni e servizi per le esigenze più diverse dell’industria del packaging, un risultato raggiunto grazie all’attività svolta in 10 stabilimenti produttivi, di cui 6 nella Packaging Valley, uno in Brasile, uno negli Stati Uniti, uno in Cina e uno in Germania. Ha un fatturato superiore ai 500 milioni di euro e investe ogni anno oltre il 7% delle proprie vendite in Ricerca e Sviluppo, per garantire prodotti con soluzioni tecnologiche innovative che offrano reali vantaggi ai clienti.
\n
Posizione
L’AI Analyst ha la responsabilità di analizzare, promuovere, governare e misurare iniziative di Intelligenza Artificiale all’interno dell’azienda, assicurando che l’adozione dell’AI sia sicura, conforme, sostenibile e orientata al valore. Il ruolo opera come ponte tra Business, IT, Data e Compliance, guidando l’intero ciclo: dall’idea al rilascio, fino alla verifica dei benefici post‑implementazione.\n
Principali Attività
- Definire e mantenere linee guida aziendali per un utilizzo affidabile, conforme ed efficace dell’AI (incluse AI generativa e strumenti “consumer”);
- Progettare e coordinare un piano di formazione e awareness per i dipendenti;
- Definire criteri e responsabilità per la selezione, valutazione e adozione di strumenti e tecnologie AI (piattaforme, modelli, plugin, servizi cloud);
- Collaborare con IT Security, Legal/Compliance e DPO per garantire controlli, processi e standard coerenti con la governance aziendale;
- Sviluppare e gestire un processo strutturato di raccolta idee (AI idea intake);
- Facilitare workshop e momenti di co‑design con le funzioni aziendali per promuovere casi d’uso AI ad alto impatto;
- Definire un framework per la misurazione dei benefici;
- Stabilire KPI e metriche quantitative/qualitative (es. tempo risparmiato, riduzione errori, miglioramento qualità, incremento produttività, riduzione rischio operativo);
- Produrre report periodici sul valore generato e raccomandazioni per iterazioni o dismissioni;
- Definire criteri di prioritizzazione del portfolio AI (valore, fattibilità, rischio, complessità, dipendenze, readiness dati, compliance);
- Costruire e mantenere una Roadmap di evoluzione AI (trimestrale/semestrale);
- Supportare l’industrializzazione e il passaggio in esercizio con principi di MLOps/Model Lifecycle;
- Garantire che i modelli/soluzioni AI siano affidabili, spiegabili (quando richiesto), monitorabili e mantenibili.
Requisiti
- Laurea in Informatica, Ingegneria, Matematica, Statistica, Data Science o affini;
- Esperienza in contesti data/AI (tipicamente 2–5 anni; adattabile in base alla seniority);
- Esperienza in progetti cross‑funzionali e in definizione di processi/standard (preferibile);
- Conoscenza di base/solida di Machine Learning, statistiche applicate, data analytics;
- Buona padronanza di Python e SQL (preferibile), oltre a strumenti di analisi e visualizzazione (Power BI/Tableau o equivalenti);
- Familiarità con AI generativa e/o NLP (plus), concetti di prompt engineering e valutazione output;
- Conoscenza dei principi di: data governance, data quality, data privacy; MLOps e ciclo di vita dei modelli; ambienti enterprise e cloud (Azure/AWS/GCP — preferibile);
- Forte capacità di tradurre esigenze di business in iniziative AI concrete e misurabili;
- Approccio strutturato: portfolio management, prioritizzazione, roadmap, stakeholder management;
- Ottime capacità comunicative e di facilitazione (workshop, training, storytelling dei dati);
- Sensibilità su temi di sicurezza, compliance ed etica.