Data Scientist a tempo pieno (f/m/d)

Compiti

• Definizione e gestione della visione tecnica end-to-end, della roadmap e delle tematiche relative al reparto di Data Science attraverso i team dedicati alle piattaforme e all'analisi dei dati dell'azienda.
• Monitoraggio dei requisiti e delle trasformazioni, compreso il trattamento dei dati in modo corretto e conforme; l'accuratezza e la correttezza dei risultati sono standard fondamentali.
• Garantire eccellenza in termini di qualità, affidabilità, coerenza e sicurezza nelle soluzioni tecniche (ad es. MLOps, governance completa), creare un livello di controllo comprovato e un’elevata efficienza, assicurando al contempo il monitoraggio, l’adeguamento e il miglioramento continui delle misure necessarie.
• Collaborazione con le parti interessate per definire e stabilire gli obiettivi (ad esempio, indicatori sull’utilizzo dei dati) e i team responsabili insieme alle divisioni aziendali.
• Gestione dell'attività attraverso la raccolta, la mappatura e la garanzia della qualità dei dati.
• Garantire l'erogazione e la gestione dei servizi di data science forniti agli stakeholder interni ed esterni dell'azienda.
• Definizione e monitoraggio di SLA e SLO, nonché gestione dei team di assistenza interni (ad es. test di regressione, controlli di integrità) tra le parti interessate e i team di data science.
• Formazione continua e aggiornamento professionale (ad esempio tramite il canale interno dedicato alla scienza dei dati).
• Garantire che siano messe in atto soluzioni e processi volti a garantire l'affidabilità della scienza dei dati, della governance e della conformità (ad esempio, conformità e manutenzione del trattamento dei dati, delle tecnologie dell'informazione e dei dati).
• Garantire l'implementazione di grandi progetti relativi ai dati e contribuire allo sviluppo delle competenze in materia di data science (ad es. governance, automazione), intelligenza artificiale e sviluppo di modelli, nonché all'automazione o all'ampliamento della piattaforma.
• Organizzazione o partecipazione a workshop, seminari e corsi di formazione su diversi argomenti, al fine di trasmettere conoscenze ed esperienze al reparto di Data Science e ad altri reparti.
• Contributo allo sviluppo di nuovi strumenti e metodi di data science.
• Supportare il team di data science nell'implementazione di nuovi progetti.
• Fornitura di assistenza tecnica per lo sviluppo di prodotti di data science.
• Contributo al miglioramento continuo dei processi di data science.
• Organizzazione di corsi di formazione e coaching per il team di data science.
• Creazione di un profilo online, documentazione e verifica delle competenze in materia di scienza dei dati e intelligenza artificiale, sviluppate e gestite attraverso un’analisi integrata dei dati e un data lake.
• Collaborazione al miglioramento dei principali componenti di data science e intelligenza artificiale relativi ai prodotti e all’introduzione di una trasformazione dell’architettura basata sui problemi.
• Elaborazione di corsi di formazione esemplificativi e linee guida per l'adattamento alla pratica.
• Portare avanti un’iniziativa ampliata e lo sviluppo finalizzato alla creazione di contenuti formativi.
• Contributo attivo alla visione tecnica e al quadro di riferimento del team di data science.
• Sviluppo e gestione di roadmap di data science e di una cultura dei dati.
• Promozione delle attività di sviluppo end-to-end in team lean (da parte delle istituzioni e miglioramento delle prestazioni e della qualità della piattaforma all’interno di un team IT e digitale).
• Garantire la leadership tecnica e cicli di prodotto continui, nonché soluzioni iterative di data science con basi commerciali a lungo termine.

Requisiti

• Laurea triennale o magistrale in Informatica, Sistemi informativi o in un settore affine (ad es. Matematica) oppure una combinazione di conoscenze scientifiche e più di cinque anni di esperienza professionale nei settori di attività sopra indicati.
• Competenze avanzate in diversi linguaggi di programmazione (ad es. SQL) e in statistica (ad es. scikit-learn).
• Esperienza con i servizi cloud (ad es. Azure) / architettura cloud-native (