Senior Data Scientist

Sede: Roma / Ibrida (richiesta la presenza sporadica 1 volta al mese) Settore: Telecomunicazioni / Tecnologia Figura ricercata: o come dipendente o come Freelancer Siamo alla ricerca di un Senior Data Scientist altamente qualificato e lungimirante per guidare iniziative di modellazione predittiva per la finanza delle telecomunicazioni e lo sviluppo di IA Agentica. Questo ruolo combina una profonda esperienza nella modellazione statistica con funzionalità di IA all'avanguardia per guidare insight strategici, automazione e processi decisionali intelligenti nelle operazioni finanziarie e nei sistemi rivolti al cliente. Il candidato ideale avrà una vasta esperienza pratica nella modellazione, implementazione e gestione di modelli di Intelligenza Artificiale e Machine Learning e soluzioni di IA Agentica nel settore delle telecomunicazioni o della finanza. Il candidato deve avere oltre 10 anni di esperienza professionale nel settore dell'Information Technology e almeno 5 anni di comprovata esperienza in progetti di Intelligenza Artificiale e Machine Learning o in team di analisi e data science presso grandi aziende. È preferibile l'esperienza in analisi di finanza e gestione delle performance per il settore delle telecomunicazioni. Il candidato deve dimostrare solide basi in matematica, statistica e algoritmi di apprendimento automatico, inclusi deep learning e reti neurali, visual mining, analisi esplorativa dei dati (EDA), data wrangling e pre-elaborazione. Il candidato deve inoltre dimostrare la conoscenza dei principi fondamentali dell'informatica, inclusi algoritmi e strutture dati, architettura dei computer, sistemi operativi, linguaggi di programmazione, compilatori e interpreti e teoria della computazione. Responsabilità principali

Progettare e implementare modelli analitici e predittivi per la previsione e la gestione di ricavi/costi, la previsione del tasso di abbandono, l'ottimizzazione dei costi e l'analisi del rischio finanziario. Sviluppare e implementare sistemi di intelligenza artificiale agentica in grado di prendere decisioni in autonomia e di collaborare con più agenti. Collaborare con i team finanziari, operativi e di prodotto per tradurre gli obiettivi aziendali in soluzioni basate sui dati. Garantire l'interpretabilità, l'equità e la conformità normativa dei modelli. Guidare cicli di sperimentazione e convalida utilizzando set di dati reali del settore delle telecomunicazioni. Contribuire alla roadmap strategica per la trasformazione finanziaria guidata dall'intelligenza artificiale.

Istruzione

Laurea Magistrale o Dottorato di Ricerca in Data Science, Informatica, Ingegneria, Statistica, Fisica o Matematica. Competenza in tecniche avanzate di analisi delle serie temporali: ARIMA, Smoothing Esponenziale, Box Jenkins, ecc. Competenza in modelli di intelligenza artificiale e apprendimento automatico: analisi di regressione, analisi di scenario, clustering e segmentazione, foreste casuali e alberi decisionali, reti neurali (RNN, LSTM), macchine a vettori di supporto (SVM), ecc. Conoscenza di modelli di econometria e ottimizzazione: ottimizzazione con programmazione lineare e non lineare, ottimizzazione stocastica, ottimizzazione con metaeuristiche, autoregressione vettoriale (VAR), ottimizzazione mista intera, ecc. Esperienza consolidata nella valutazione e convalida di modelli: convalida incrociata, metriche di performance, overfitting e regolarizzazione, ecc. Capacità di progettare e addestrare agenti di intelligenza artificiale multimodali: implementare soluzioni agentiche utilizzando LLM, ambienti di simulazione e framework di pianificazione. Esperienza pratica con l'architettura Agentic AI, inclusi pianificazione, memoria e utilizzo di strumenti. Ottima competenza nella programmazione in Python (incluso PySpark), SQL e framework ML. Esperienza pratica con framework di orchestrazione LLM (ad esempio, LangChain, Semantic Kernel, AutoGen, MS Copilot, ecc.). Comprensione delle strutture finanziarie delle telecomunicazioni (ARPU, OPEX/CAPEX, metriche del ciclo di vita del cliente). Conoscenza delle piattaforme cloud (preferibilmente Azure) Conoscenza ed esperienza con MLOps, CI/CD e sistemi di controllo delle versioni distribuiti (preferibilmente Git).

Competenze trasversali e di leadership

Pensiero strategico: capacità di allineare le iniziative di data science con gli obiettivi aziendali e la strategia a lungo termine. Comunicazione e storytelling: capacità di tradurre modelli complessi in informazioni fruibili per stakeholder non tecnici. Collaborazione: comprovata capacità di lavorare in modo interfunzionale con i team di finanza, ingegneria e dirigenti. Problem Solving – Forte mentalità analitica con un approccio proattivo all'identificazione e alla risoluzione delle sfide aziendali. Adattabilità – A proprio agio nel lavorare in ambienti dinamici e nell'adattarsi alle tecnologie in evoluzione. Leadership e mentoring – Esperienza nella guida di membri junior del team e nella promozione di una cultura di squadra collaborativa. Giudizio etico – Consapevolezza delle pratiche di intelligenza artificiale responsabili, della privacy dei dati e della conformità.

#J-18808-Ljbffr