OverviewUnisciti a Edison e cambia il futuro dell’energia!Siamo leader nella transizione energetica, con una storia di innovazione lunga 140 anni.Per la Direzione Digital, cerchiamo un/a Data Scientist da inserire all’interno del Datalab, che si occuperà di:Sviluppo di algoritmi avanzati di Intelligenza Artificiale e Machine Learning per rispondere ai requisiti dei clienti interni, gestendo l’intero ciclo di vita del modello, dalla fase esplorativa e prototipale fino all'industrializzazione e scale-up delle soluzioni sviluppate.Supporto ai clienti interni nell\'analisi di dataset complessi e di grandi dimensioni, sfruttando analisi statistiche avanzate e apprendimento automatico per estrarre contenuti e pattern rilevanti.Sviluppo software in cloud AWS per abilitare rilasci di codice production-ready con un focus su scalabilità, robustezza e manutenibilità dei modelli.Perché scegliere Edison?Lavoro che conta: entra in un settore chiave per il futuro dell’ambiente e dai la tua impronta per costruire un domani miglioreCrescita personale e professionale: le competenze apprese sul lavoro, la community di tecnici ed esperti e la crescita individuale sono il primo fattore per cui i tuoi futuri colleghi continuano a sceglierciWork-life balanc e: smart working, benefit aziendali, orari flessibili e iniziative per il benessere mentale e fisico sono al centro delle nostre politicheGiovani e innovazione: abbiamo programmi specifici di crescita del talento e una Young Community con cui condividere esperienze e competenzeChi seiLaurea o PhD in Ingegneria, Matematica, Fisica, Informatica o esperienza equivalenteEsperienza lavorativa di 2-5 anni in ambito Machine Learning, Data Science o Artificial Intelligence, preferibilmente in contesti industriali o energetici, con esperienza su casi d’uso industrializzati con metriche di successo misurabiliCompetenze TecnicheLinguaggi e Programmazione: Pluriennale esperienza di programmazione in Python per progetti di AI/ML. Pubblicazione di progetti documentati su piattaforme come GitHub costituisce un plusLibrerie di Analisi e visualizzazione dati: Esperienza con librerie quali Pandas/Numpy per la manipolazione e l’analisi dei dati, Plotly/Seaborn/Matplotlib per la data visualization. Conoscenza di Polars o di PySpark per operazioni ad alta performance su dataset di grandi dimensioni costituisce un plus. Conoscenza di librerie quali Panel o Streamlit per lo sviluppo di web app costituisce un plusModelli di Machine Learning e Framework: Solida conoscenza teorica e pratica di algoritmi di Machine Learning e librerie principali come scikit-learn, Prophet, TensorFlow e PyTorch. Conoscenza delle architetture Transformer, modelli NLP e computer vision costituisce un plusGenerative AI e Large Language Models (LLMs): Familiarità con l’ecosistema della Generative AI e con i modelli di linguaggio di grandi dimensioni (LLMs). Esperienza pratica con framework di LLMOps come LangChain per la gestione e la produzione di pipeline di Generative AI, incluse applicazioni avanzate come chatbot, RAG o sintesi di testo costituisce un plus.MLOps: Esperienza con strumenti di containerizzazione (Docker) e orchestrazione (Kubernetes) Esperienza nello sviluppo di pipeline in ambiente cloud AWS (SageMaker, Glue, Lambda, Bedrock) per la gestione del ciclo di vita dei modelli in produzione costituisce un plusOttimizzazione e Code Quality: Conoscenza di base di code review, versioning, documentazione e messa in produzione del codice. Competenze avanzate in ottimizzazione del codice per garantire robustezza, manutenibilità e qualità, inclusa la gestione di pipeline automatizzate per test e integrazione continua costituisce un plusEsperienze aggiuntive rilevantiEsperienza di applicazione pratica di almeno uno dei seguenti ambiti: time-series forecasting, predictive maintenance o ottimizzazione (lineare e non). Esperienza specifica su progetti di intelligenza artificiale legati a previsioni di produzione da fonti rinnovabili, computer vision o altre applicazioni industriali avanzate costituisce un plus.Soft skillsComunicazione: Ottime capacità di comunicare risultati complessi in modo chiaro e preciso, anche a stakeholder non tecniciCapacità di relazione: Abilità nel costruire rapporti efficaci con i clienti interni per comprendere esigenze, impatto e valore dei modelli sviluppati
#J-18808-Ljbffr