AI / Data Engineer

Overview

In questa posizione guiderai lo sviluppo e la messa in produzione di modelli statistici e ML per supportare decisioni autonome in tempo reale, collaborando con engineering, product e domain experts. L’obiettivo è offrire modelli accurati, spiegabili e auditabili per la piattaforma Genyo.ai, con un impatto diretto sui sistemi decisionali. L’ambiente è startup ad alta crescita, orientato a soluzioni fintech e asset digitali. Ti occuperai di ricerca avanzata, deployment e monitoraggio in un contesto regolatorio complesso.

Retribuzione / Benefits

• flessibilità orario e remote binari
• ambiente startup dinamico e mission-driven
• workshops con clienti e conferenze a Milano
• viaggi aziendali mensili per meeting a Milano
• opportunità di crescita e mentoring
• RAL tra 45k e 65k a seconda seniority

Responsabilità

• Guidare l’intero ciclo di vita del ML: definizione del problema, acquisizione dati, feature engineering (on-chain e off-chain), modellazione, validazione, deployment e monitoraggio
• Sviluppare modelli per rilevazione frodi, credit scoring on-chain e risk assessment comportamentale
• Progettare modelli per rischi di liquidità e treasury e per dynamic pricing e retention
• Sviluppare modelli a supporto del motore decisionale AI agentico, abilitando flussi decisionali autonomi multi-step in tempo reale
• Garantire spiegabilità, auditabilità e conformità dei modelli e contribuire a framework di spiegazione narrativa e documentazione
• Progettare e ottimizzare feature store, data pipeline, API dei modelli e framework di monitoraggio
• Condurre ricerca avanzata su graph ML, forecasting, anomaly detection, embeddings, self-supervised learning
• Fare mentoring a data scientist e contribuire agli standard di modellazione e revisione
• Comunicare risultati e comportamento dei modelli a stakeholder interni, clienti e autorità regolatorie

Requisiti fondamentali

• Laurea magistrale o PhD in discipline quantitative
• +3 anni di esperienza in data science o ML
• Ottima conoscenza di Python e librerie ML (scikit-learn, PyTorch, TensorFlow)
• Esperienza comprovata in modelli ML in produzione (batch, streaming o real-time)
• Conoscenza di modellazione statistica, metodi di classificazione/regressione, serie temporali, anomaly detection
• Esperienza con modelli spiegabili e validazione robusta
• Ottime capacità comunicative e capacità di tradurre concetti tecnici per business/compliance
• Esperienza in ambienti startup e mindset di ownership
• Conoscenza best practice di sicurezza per modelli, dataset e pipeline e gestione audit

• Comunicazione efficace
• Pensiero analitico e orientamento al dettaglio
• Autonomia e proattività
• Python avanzato
• Librerie ML: scikit-learn, PyTorch, TensorFlow
• Modellazione statistica, forecasting, serie temporali