Data Scientist

Per una primaria realtà industriale italiana operante nel settore farmaceutico, specializzata nello sviluppo e nella produzione di principi attivi e intermedi per l’industria pharma, stiamo selezionando un/una Data Scientist da inserire nel team Data & AI. La risorsa contribuirà allo sviluppo, alla validazione e all’industrializzazione di modelli analitici, predittivi e di machine learning a supporto delle funzioni Operations, R&D e Finance. La figura sarà inserita in un contesto industriale strutturato, caratterizzato da processi complessi, elevati standard di qualità e requisiti regolatori tipici del settore farmaceutico e seguirà l’intero ciclo di vita dei modelli, dalla fase di analisi esplorativa e prototipazione fino alla messa in produzione e al monitoraggio delle performance.

L’intelligenza artificiale, inclusa la Generative AI, rappresenterà un ambito progettuale rilevante, da affrontare con approccio pragmatico, attenzione alla robustezza dei modelli, interpretabilità, scalabilità e valore per il business.

Attività principali:

• Progettare, sviluppare e validare modelli predittivi, prescrittivi e di machine learning a supporto di use case industriali, R&D, finance e operations.
• Condurre analisi esplorative, feature engineering, selezione delle variabili e ottimizzazione dei modelli per migliorarne accuratezza, robustezza e interpretabilità.
• Tradurre prototipi analitici in soluzioni scalabili e production-ready, adottando standard di sviluppo solidi, manutenibili e documentati.
• Sviluppare, in collaborazione con il team Data Engineering, pipeline automatizzate per training, scoring, deployment e monitoraggio dei modelli.
• Implementare sistemi di monitoraggio continuo delle performance dei modelli, inclusi data drift, accuracy decay, alerting e affidabilità nel tempo.
• Sperimentare soluzioni basate su Large Language Models e Generative AI per casi d’uso enterprise, come sintesi documentale, supporto decisionale e automazione di processi cognitivi.
• Collaborare con gli stakeholder di business per raccogliere esigenze analitiche, comunicare risultati complessi in modo chiaro e trasformare gli insight in raccomandazioni operative.

Requisiti richiesti:

• Laurea in Data Science, Statistica, Matematica, Ingegneria, Informatica o discipline affini.
• Esperienza nello sviluppo e nel deployment di modelli di machine learning, preferibilmente in contesti organizzativi strutturati.
• Ottima conoscenza di Python e delle principali librerie di data science e machine learning, quali pandas, scikit-learn, TensorFlow, PyTorch o equivalenti.
• Esperienza nella validazione di modelli tramite tecniche quali cross-validation, backtesting, explainability e analisi delle performance.
• Conoscenza di piattaforme cloud per training e deployment dei modelli, ad esempio Azure ML, AWS SageMaker o soluzioni equivalenti.
• Conoscenza di tecniche NLP, Large Language Models e Generative AI, inclusi RAG, fine-tuning e prompt engineering.
• Buona conoscenza della lingua inglese.

Requisiti preferenziali:

• Esperienza in settori regolamentati, preferibilmente farmaceutico, life sciences, chimico o industriale, con requisiti stringenti di tracciabilità e validazione.
• Conoscenza di processi industriali, manufacturing, supply chain, R&D o finance, e capacità di contestualizzare i modelli rispetto al dominio applicativo.
• Esperienza con tecniche di explainability, responsible AI e validazione di modelli in contesti enterprise.
• Familiarità con ambienti big data e distributed computing, quali Spark, Databricks o soluzioni equivalenti.
• Esperienza nella definizione di pipeline MLOps e nel passaggio da prototipi analitici a soluzioni effettivamente utilizzabili in produzione.
• Capacità di documentare metodologie, ipotesi, risultati e limiti dei modelli secondo standard interni e best practice aziendali.

Completano il profilo pensiero analitico strutturato, approccio pragmatico alla risoluzione di problemi complessi, orientamento al risultato e al valore per il business, ottime capacità comunicative verso interlocutori tecnici e non tecnici, attitudine al lavoro in team cross-funzionali e curiosità verso metodologie e tecnologie emergenti.

Sede di lavoro: Milano, modalità ibrida.