AziendaButterfly 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.
#J-18808-Ljbffr