Angel Data Scientist Envie

Angel4Future è alla ricerca di una figura Data Scientist con esperienza, da inserire all'interno del Dipartimento AI&Analytics, la Business Unit dedicata allo sviluppo di soluzioni avanzate in ambito AI, Data Science e Analytics, con un focus crescente su tecnologie di frontiera come Generative AI, Large Language Models (LLM) e Agentic AI.

Il team lavora sia su progetti interni che per le altre Aziende del Gruppo Angel. In un contesto lavorativo dinamico e stimolante, la risorsa avrà l'opportunità di guidare progetti su diversi domini applicativi, contribuendo attivamente alla definizione delle soluzioni e collaborando con team multidisciplinari. Il ruolo prevede un impatto diretto sull'evoluzione tecnologica e strategica delle iniziative aziendali, con particolare attenzione all'adozione e all'integrazione di modelli generativi e agenti intelligenti nei processi aziendali.

RESPONSABILITÀ

Collaborazione con stakeholder & presentazione insight

• Collaborare con stakeholder tecnici e di business per raccogliere requisiti, comprendere i bisogni aziendali e tradurli in soluzioni analitiche concrete.

  
  

• Comunicare risultati e insight attraverso visualizzazioni efficaci, dashboard e report chiari, supportando il processo decisionale.

  
  

Data Engineering & Architetture

• Progettare, implementare e ottimizzare pipeline di data engineering su infrastrutture cloud (AWS, Azure, GCP), garantendo efficienza, scalabilità e qualità dei dati.

  
  

• Partecipare alla definizione dell'architettura dei sistemi analitici e contribuire alla scelta degli strumenti e framework tecnologici più adeguati.

  
  

Modellazione predittiva & AI generativa

• Sviluppare, validare e mettere in produzione modelli di Machine Learning e Deep Learning per risolvere problemi complessi.

  
  

• Progettare e implementare soluzioni basate su modelli generativi (LLM, diffusion models) e agenti AI per l'automazione intelligente, la generazione di contenuti e l'analisi semantica.

  
  

Integrazione & impatto sul business

• Collaborare all'integrazione di soluzioni AI nei processi aziendali, lavorando in team cross-funzionali per massimizzare l'impatto in termini di scalabilità, efficienza e valore di business.

  
  

Crescita del team & Knowledge sharing

• Supportare la crescita del team promuovendo una cultura di apprendimento e collaborazione.

  
  

REQUISITI

• Laurea in Informatica, Ingegneria Informatica, Fisica, Matematica, Statistica o discipline affini.

  
  

• Almeno 2-4 anni di esperienza in ruoli analoghi in ambito Data Science o AI applicata, preferibilmente in contesti multidisciplinari o su progetti end-to-end.

  
  

• Esperienza nello sviluppo e nella messa in produzione di modelli di Machine Learning e Deep Learning, inclusi modelli generativi (LLM, diffusion models).

  
  

• Ottima padronanza di Python e delle principali librerie per la data science (es. Pandas, Scikit-learn, TensorFlow, PyTorch).

  
  

• Progettazione e implementazione di pipeline di Data Engineering su infrastrutture Cloud (AWS, Azure, GCP).

  
  

• Conoscenza avanzata di tecniche di data wrangling, data cleaning e gestione di grandi moli di dati.

  
  

• Esperienza con database relazionali e non relazionali, e linguaggi di query (es. SQL).

  
  

• Solida comprensione di statistica, modelli predittivi e tecniche di validazione.

  
  

• Capacità di comunicare efficacemente con stakeholder tecnici.

  
  

• Attitudine al problem solving, alla leadership tecnica e al mentoring di profili junior.

  
  

REQUISITI PREFERENZIALI

• Coinvolgimento in progetti di integrazione di soluzioni AI nei processi aziendali, con attenzione a scalabilità e valore di business.

  
  

• Esperienza pratica con modelli generativi e LLM (es. GPT, LLaMA, Claude), incluse attività di prompt engineering, fine-tuning e utilizzo di framework come LangChain o Haystack.

  
  

• Conoscenza di concetti e strumenti legati all'Agentic AI (es. agenti autonomi, memory, tool use).

  
  

• Familiarità con strumenti di orchestrazione e gestione di pipeline dati.