Il Gruppo Lynx è specializzato nella progettazione e realizzazione di soluzioni software presente in Italia, Spagna e America Latina con oltre ***** risorse ed è da anni partner di primarie realtà internazionali in molti settori di mercato, fra i quali Finance, Energy e Insurance.
I contesti che ci vedono protagonisti sul mercato sono caratterizzati da una forte componente innovativa, come ad esempio l'uso di metodologie quali DevOps, Agile e tecnologie Microservizi, front-end web innovativi, Big Data, Machine Learning, Intelligenza Artificiale e Cyber Security.
Stiamo ricercando un Data Scientist, da inserire all'interno dei nostri team.
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 chiave:
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.
Ricerchiamo candidati con le seguenti caratteristiche:
Experience: 3+ anni di esperienza in Data Science, con almeno un progetto portato in produzione o applicato a contesti di business reali.
Python Mastery: 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.
Applied ML & Deep Learning: 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.
Generative AI Proficiency: 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).
Database Mastery: Competenze avanzate di SQL e familiarità con paradigmi NoSQL (es. MongoDB) o di ottimizzazione delle query su engine distribuiti.
Engineering Basics (SQL & MLOps): Padronanza del linguaggio SQL per l'estrazione dati complessa (Join, aggregazioni) e familiarità con strumenti di sviluppo collaborativo e deploy: Git (branching model), Docker.
Education: Laurea Magistrale o PhD in discipline STEM (Informatica, Fisica, Matematica, Ingegneria) o Laurea Triennale con forte curriculum pratico.
Nice to have:
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.
Modalità di lavoro: ibrida.
E' prevista assunzione diretta con contratto a tempo indeterminato.
Inquadramento e retribuzione saranno commisurati alla seniority e alle effettive capacità del candidato.
Fra i benefit offerti sono annoverati accordi di lavoro da remoto, welfare aziendale e assistenza sanitaria integrativa.
Gli interessati a questa posizione possono inviare il proprio CV all'indirizzo ******, dichiarando di concedere l'autorizzazione per il trattamento dei dati personali in base all'art.
13 del D.Lgs n.****** e all'art.
13 del GDPR (Regolamento UE ********) e riportando nell'oggetto il riferimento all'annuncio.
La nostra organizzazione opera nel rispetto della parità di genere e con l'impegno di sostenere l'inclusività e la diversity.
La preghiamo di sottoporre la sua candidatura evitando di fornire informazioni relative a matrimonio e gravidanza e responsabilità familiari.