N. 1 Tempo Determinato Per Data Scientist Junior Da Inserire Nell'Ambito Dell'Unità Operativa Dwh E Innovazioni Digitali In Sanita

N. 1 Tempo Determinato per Data Scientist Junior da inserire nell'ambito dell'Unità Operativa DWH E INNOVAZIONI DIGITALI IN SANITA'
Azienda FONDAZIONE POLICLINICO UNIVERSITARIO AGOSTINO GEMELLI IRCCS Sede Roma, Italia Professione/ Funzione Ricerca
La Fondazione Policlinico Universitario Agostino Gemelli IRCCS
, World's Best Hospital per il
quarto
anno consecutivo secondo la classifica Newsweek e unico italiano nella top 40 a livello mondiale.
La sua
Mission
è quella di affermarsi nelle seguenti aree di maggior rilievo:
Innovazione, Cura, Ricerca e Solidarietà
La Fondazione Policlinico Universitario Agostino Gemelli IRCCS
è alla ricerca di persone con spirito d'iniziativa e capacità innovative, approccio alla
multidisciplinarietà
e al
lavoro di gruppo
, con voglia di intraprendere un percorso insieme nell'eccellenza professionale sanitaria in un
contesto sfidante ed internazionale.
La Fondazione Policlinico Universitario Agostino Gemelli IRCCS si impegna ad attrarre ed assumere persone con diversi background e abilità, perseguendo la parità di genere in fase di selezione attraverso l'individuazione di una rosa di candidati/candidate tendenzialmente paritetica uomo-donna, valorizzando la meritocrazia, considerando esperienze, capacità e competenze criteri guida nella scelta dei/delle migliori candidati/candidate.
Nel mese di dicembre **** la Fondazione ha conseguito la
Certificazione per la Parità di Genere
, riconoscimento che attesta il concreto impegno della struttura nel promuovere un ambiente di lavoro equo, inclusivo e orientato alla valorizzazione di tutte le professionalità
Posizione
Sei pronto/a a metterti in gioco?
La risorsa sarà coinvolta nello sviluppo, nell'analisi e nella validazione di soluzioni di Artificial Intelligence e Machine Learning a supporto della ricerca, dell'analisi dei dati, della predizione e dei sistemi di supporto decisionale (decision support system) in ambito sanitario e biomedicale.
Il ruolo offre l'opportunità di lavorare su progetti di ricerca applicata nell'ambito del Machine Learning e del Deep Learning e, progressivamente, di tecnologie quali multimodal learning e Generative AI, all'interno di un ambiente multidisciplinare e orientato alla ricerca.
La risorsa lavorerà con dati eterogenei e multimodali, che possono includere imaging, segnali fisiologici, dati clinici strutturati, serie temporali, testo e altre fonti di dati biomedicali.
In collaborazione con ricercatori senior, data scientist, clinici e altri stakeholder, e sotto la supervisione di figure senior, la risorsa si occuperà in particolare di:
supportare lo sviluppo e la validazione di modelli di AI, Machine Learning e Deep Learning
preparare, analizzare e integrare dati provenienti da fonti eterogenee, contribuendo allo sviluppo di pipeline di preprocessing e machine learning
implementare ed eseguire esperimenti di Machine Learning utilizzando framework e librerie Python
supportare attività di feature engineering, model selection, hyperparameter optimization e model evaluation
contribuire alla valutazione delle performance, della robustezza e della capacità di generalizzazione dei modelli sviluppati
contribuire alla documentazione e alla disseminazione dei risultati, anche attraverso report tecnici, presentazioni e, ove applicabile, pubblicazioni scientifiche
La risorsa avrà accesso a dataset complessi e multimodali e a infrastrutture di calcolo dedicate, incluse risorse GPU.
Titolo di studio
Laurea Magistrale in Data Science, Informatica, Computer Science, Fisica, Matematica, Ingegneria o discipline STEM affini
Conoscenze e competenze
Conoscenze di base/intermedie di Machine Learning e Deep Learning, maturate attraverso studi universitari, tesi, progetti di ricerca o esperienze professionali
Buona conoscenza di Python e dei principali strumenti dell'ecosistema scientifico e AI/ML (preferibilmente NumPy, pandas e scikit-learn)
Conoscenza dei principali concetti di data preprocessing, feature engineering, model selection, hyperparameter optimization e model evaluation
Familiarità con i concetti di overfitting, generalizzazione, data leakage e bias
Esperienza accademica o progettuale in almeno una delle seguenti aree: Machine Learning, Deep Learning, NLP o Generative AI, preferibilmente in ambito sanitario
Buona conoscenza della lingua inglese scritta e parlata
Costituiscono titolo preferenziale
Conoscenza di Deep Learning e architetture neurali
Familiarità con Transformers, foundation models, self-supervised learning o modelli multimodali
Conoscenza di base di LLM, prompt engineering, RAG, embeddings o fine-tuning
Esperienza accademica o progettuale nell'ambito NLP
Conoscenza di strumenti di sviluppo e collaborazione quali Git e Docker
Esperienza in ambito biomedicale, sanitario o scientifico, anche maturata duran