Data Scientist

AziendaButterfly Decisions è un'aziendadeeptechche sviluppa tecnologieAI-drivenper settori ad alta complessità e impatto strategico, tra cui il settoreFarmaceutico,quello dellaDifesae quello dell'Advanced analytics.Collaboriamo conclienti di rilievo internazionale, in contesti in cui le decisioni devono essere supportate da dati complessi, elevata precisione e conoscenza applicabile.Combiniamomachine learning,simulazioneemodelli matematiciper supportare il decision-making in ambienti in cui la tecnologia ha un impatto reale, non solo teorico.Siamo alla ricerca di un/unaData Scientist – Applied AI & Decision Systemsda 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.ResponsabilitàAnalisi di dati grezzi: valutazione qualità, pulizia, strutturazione per l'elaborazione successivaRicerca attiva e selezione di datasetesterni (open data, fonti pubbliche o commerciali) rilevanti per le esigenze di progettoCostruzione di dataset su misura, integrando fonti strutturate, semi-strutturate e non strutturateSviluppo di modelli predittivi scalabilie sperimentazione con tecniche supervisionate e non supervisionateCollaborazione con il team di sviluppo per portare i modelli in produzioneInterazione con le funzioni di business per comprendere i bisogni analitici,sintetizzare i risultatie tradurli in insight operativiVerifica dei risultati delle analisi e dei modelli nel contesto del prodotto finale, in collaborazione con sviluppo e direzioneCura dellaqualità del dato, coerenza metodologica eattenzione ai dettagliin ogni fase del lavoroContributo attivo alla definizione del problema analitico e delle ipotesi di lavoro, non solo all'esecuzione tecnicaCompetenze tecniche richiesteLaurea (o titolo equivalente) in ambito quantitativo: Statistica, Matematica, Informatica, Ingegneria o similiEsperienza accademica, personale o professionale in progetti di data science, analisi o simulazioneOttima padronanza di Pythonper la realizzazione di pipeline analitiche e modelliConoscenza di librerie e framework tra cui:Pandas, Scikit-learn, XGBoost, LightGBM, PyTorch, TensorFlow, Keras, OpenCV, Hugging Face TransformersCompetenze in metodi di classificazione, regressione, clustering, PCA, k-NN, Random Forest, SVMEsperienza nell'uso di strumenti per lavalutazione e interpretazione dei modelli(es. SHAP, LIME)Conoscenza diSQLe database relazionali e NoSQL (PostgreSQL, MongoDB, Neo4j)Familiarità con strumenti di visualizzazione (es.Matplotlib, Seaborn, Power BI, Tableau)Esperienza nell'uso diDocker, Git e API RESTfulper il deployment e la gestione di modelliPlus: esperienza sumodelli di simulazione di scenarie dinamiche spaziotemporali (es. ConvLSTM), simulazioni what-if e approcci predittivi per supporto alle decisioni; pipeline distribuite (Spark, Databricks), LLM e architetture RAGNon 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 valorizziamoCuriosità, spirito critico e interesse per la sperimentazioneCapacità ditrasformare l'analisi in azione, non solo in presentazioniAttitudine all'apprendimento continuo e alla collaborazione interfunzionaleFlessibilità e autonomia nella gestione del lavoroInteresse percontesti complessi e sfidanti, in cui i dati supportano decisioni realiCapacità di lavorare in team piccoli, conresponsabilità diretta sul risultatoModalità di lavoroSede: SalernoModalità: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 crescitaBudget annuale per formazionePercorso strutturato conrevisione delle competenze e obiettivi ogni 6 mesiPossibilità di contribuire a progettualità strategiche in sinergia con il team di AI e prodottoIl livello di inquadramento, di responsabilità e di compenso sarà calibrato in base all'esperienza del candidato/a.