Cosa ti proponiamo

All’interno della divisione ENG DIGITAL per la business line Eng AI&Data siamo alla ricerca di una figura di Data Scientist per progettualità legate all’AI, GenAI, Machine Learning e Data Science nella nostra unità di sviluppo di LLM proprietari.

Quali saranno le tue attività e responsabilità?

Sarai responsabile di attività di analisi, sviluppo e implementazione di soluzioni avanzate basate sul Machine Learning, AI e Generative AI collaborando con un team di Data Scientist ed AI Engineer. In particolare, ti occuperai delle seguenti attività:

Progettare e sviluppare soluzioni di AI/ML robuste e scalabili;
Ottimizzare algoritmi e modelli di AI/ML;
Supportare la gestione dell'intero ciclo di vita di progetti di Data Science e Artificial Intelligence, dalla concezione al deployment;
Redigere e mantenere la documentazione tecniche relativa a Soluzioni e Modelli di AI.

Qualifiche e competenze richieste

Qualifiche richieste:

Esperienza di 2-3 anni nello sviluppo di soluzioni Python con le principali librerie per il Machine Learning (es. Scikit Learn) e per la visualizzazione (es. Matplotlib, Plotly, Bokeh, ecc.);
Esperienza nell’uso di framework di deep learning e NLP (es. PyTorch, Hugging Face, Langchain);
Esperienza nell’uso di sistemi di versionamento del codice (es. GIT);
Conoscenza delle principali tecniche di valutazione delle performance di Algoritmi di AI;
Familiarità nello sviluppo di API, basate su architetture a microservizi;
Familiarità nell’uso di tecnologie cloud a supporto dello sviluppo dello sviluppo di soluzioni di AI, su almeno uno dei principali hyperscaler (AWS, Azure, Google Cloud Platform);
Laurea in discipline informatiche, ingegneristiche o statistiche (Master o specializzazione in ambito Data Science vengono considerati un plus):
Buone capacità comunicative e di presentazione.

Competenze aggiuntive preferenziali:

Conoscenze di base della teoria dei modelli generativi e LLM;
Conoscenza di framework e best practice per il serving LLM in Production (es. vLLM, LLMOps,
Pachyderm);
Esperienza con infrastrutture HPC, SLURM, Triton e CUDA;
Esperienza nella creazione di soluzioni basate su container tramite l’uso di strumenti di virtualizzazione e scaling (es. Docker, Kubernetes);