Nel mercato dell’Advanced Analytics & Artificial Intelligence (AI) in cui opera Ammagamma, il Data Scientist rappresenta il ruolo cardine nel costruire modelli analitici capaci di trasformare enormi quantità di dati in informazioni di business. È in grado di comprendere le necessità di business e ideare una strategia per raggiungere gli obiettivi identificati sfruttando i dati a disposizione. Appassionato di tecnologia, si tiene aggiornato su sviluppi algoritmici ed è aperto a spaziare tra diverse discipline per comprendere a fondo i domini specifici su cui lavora.

• Design e sviluppo del kernel matematico per soluzioni che migliorano le performance di business del cliente;
• Comprenderà i business needs del cliente e ideerà una strategia algoritmica/funzionale per raggiungere gli obiettivi identificati.
• Collaborerà con il team ricoprendo una posizione centrale nello sviluppo di codice mediante l’utilizzo di librerie e framework sviluppati internamente e contribuendo contestualmente all’ottimizzazione del processo di business del cliente e all’avanzamento di sviluppo di toolbox e prodotti di data science;
• Gestirà il ciclo vitale di implementazione ed ottimizzazione di modelli Machine Learning e Deep Learning: allenamento sui dati in input, testing, validazione delle performance e messa in produzione del modello come servizio, promuovendo contemporaneamente la contaminazione tecnica tra i componenti del team.

In questo ruolo sarà, altresì, molto utile fornire idee per la progettazione di architetture grafiche finalizzate alla data visualization unitamente alla capacità di trasformare numeri in conoscenza e insight tramite una visualizzazione facilmente comprensibile e con strategia comunicativa

• Conoscenza approfondita di Python o di altro linguaggio di scripting per analisi dati e data manipulation;
• Esperienza con tecniche di Machine e Deep Learning in ambiti quali Demand Forecasting, Entity Extraction, Document Classification, Anomaly Detection, Churn Prediction, Recommendation Engines.
• Ottima comprensione dei problemi supervisionati di regressione e classificazione e non
• e conoscenza delle principali metodologie algoritmiche;
• Pregressa esperienza nello sviluppo di sistemi di controllo (retroattivi PID, MPC model predictive control, etc.) e con librerie o tools di visualizzazione e analisi dati (Pandas, ad esempio)
• Familiarità con sistemi di versioning del codice
• Conoscenza di base di SQL, costruzione basi dati e relativa gestione
• Capacità di interagire autonomamente, almeno per quanto riguarda le operazioni di base, con sistemi Linux (Ubuntu) e Windows tramite l’interfaccia a linea di comando
• Curiosità nell’esplorazione di nuove tecnologie e creatività nell’approccio a problemi nuovi che potrebbero necessitare di soluzioni non immediatamente evidenti;
• Mindset in grado di coniugare le esigenze di business con quelle tecniche;
• Flessibilità, proattività e ottime doti di problem solving.
• Disponibilità a trasferte presso la sede dei clienti