Lead Data Scientist

Riepilogo della posizione

Cerchiamo un Lead Data Scientist esperto per guidare la strategia aziendale di Artificial Intelligence e Data Science dell'organizzazione. Questo ruolo di leadership è responsabile dell'avanzamento delle capacità AI attraverso Generative AI, Machine Learning, MLOps e applicazioni di Data Center AI all'interno del business HVAC.

In qualità di leader senior dell'AI, supervisionerai l'intero ciclo di vita delle iniziative AI, dall'ideazione e sperimentazione fino al deployment in produzione e all'adozione aziendale. Guiderai team multidisciplinari di Data Scientist, ML Engineers, GenAI Specialists e MLOps Engineers, assicurando che le soluzioni AI forniscano risultati aziendali misurabili, eccellenza operativa e vantaggio competitivo.

Responsabilità principali

• Strategia e Leadership AI
• Definire ed eseguire la strategia a lungo termine di AI e Data Science dell'azienda.
• Allineare le iniziative AI con gli obiettivi di business, le priorità della trasformazione digitale e i target finanziari.
• Consigliare la leadership esecutiva sulle tecnologie AI emergenti e sulle loro applicazioni aziendali.
• Stabilire framework di governance che coprano la AI responsabile, la privacy dei dati, la gestione del rischio e la conformità normativa.
• Gestire partnership strategiche con vendor di AI, cloud provider e partner tecnologici.

Piattaforme Generative AI & Agentic AI

• Guidare lo sviluppo e la scalabilità di piattaforme aziendali di Generative AI e soluzioni di agenti intelligenti.
• Guidare l'adozione di AI copilots e agenti autonomi attraverso i processi aziendali interni e quelli rivolti ai clienti.
• Definire standard per LLM, Retrieval-Augmented Generation (RAG), workflow multi-agente, prompt engineering, framework di valutazione e governance dell'AI.
• Valutare continuamente le tecnologie AI emergenti e identificare opportunità di innovazione e creazione di valore aziendale.

AI Operations & MLOps

• Supervisionare il framework operativo per le soluzioni di AI e machine learning su scala.
• Implementare best practice per il deployment dei modelli, il monitoraggio, il retraining, la gestione delle performance e la risposta agli incidenti.
• Garantire affidabilità, scalabilità, sicurezza ed efficienza dei costi dei servizi AI.
• Standardizzare le piattaforme di machine learning, i model registries, il tracciamento degli esperimenti, la gestione delle feature e i processi di deployment.

Machine Learning & Advanced Analytics

• Guidare lo sviluppo di modelli predittivi, statistici e di machine learning a supporto delle funzioni aziendali chiave.
• Guidare iniziative come la previsione della domanda, l'ottimizzazione dei prezzi, la customer analytics, la manutenzione predittiva e il miglioramento dell'efficienza operativa.
• Garantire pratiche di sviluppo dei modelli robuste, inclusi validazione, spiegabilità e misurazione delle prestazioni.
• Collaborare con gli stakeholder aziendali per identificare e dare priorità a casi d'uso AI ad alto impatto.

Data Center AI & Applicazioni HVAC

• Guidare iniziative AI focalizzate sulle operazioni dei data center e sull'ottimizzazione HVAC.
• Sviluppare modelli a supporto della gestione termica, dell'ottimizzazione del raffreddamento, dell'efficienza energetica, della pianificazione della capacità e della manutenzione predittiva.
• Collaborare con i team di prodotto, ingegneria e sul campo per trasformare i dati IoT e di telemetria in insight azionabili.
• Guidare l'innovazione in aree come i digital twins, l'anomaly detection, gli algoritmi di ottimizzazione e le soluzioni operative intelligenti.
• Leadership del Team & Sviluppo dei Talenti
• Costruire, guidare e sviluppare team ad alte prestazioni di Data Scientist, AI Engineers e specialisti MLOps.
• Creare una cultura di innovazione, collaborazione, apprendimento continuo e responsabilità.
• Fare da mentore ai leader tecnici e supportare lo sviluppo della carriera in tutta l'organizzazione.
• Definire standard di performance, percorsi di carriera e pratiche di condivisione della conoscenza.

Qualifiche Richieste

• Laurea Bachelor o Master in Computer Science, Data Science, Statistics, Engineering, Mathematics o un campo correlato.
• Il PhD è considerato un vantaggio.
• Minimo 12 anni di esperienza in Data Science, Artificial Intelligence o Machine Learning.
• Almeno 5 anni di esperienza di leadership nella gestione di più team o funzioni tecniche.
• Comprovata esperienza nella fornitura di soluzioni di AI e machine learning su scala aziendale.
• Forte esperienza con le moderne tecnologie di Generative AI, inclusi Large Language Models (LLMs), architetture RAG, vector databases e agent frameworks.
• Profonda comprensione di MLOps, piattaforme cloud (AWS, Azure o GCP), CI/CD, containerizzazione e operazioni AI scalabili.
• Forte competenza in machine learning, forecasting, ottimizzazione, modellazione statistica e advanced analytics.
• Esperienza nella gestione di budget, vendor e programmi cross-funzionali.
• Eccellenti capacità di stakeholder management e comunicazione esecutiva.

Qualifiche Preferite

• Esperienza di settore in HVAC, data center, sistemi energetici, building automation o Industrial IoT.
• Esperienza di lavoro con dati di sensori e telemetria su larga scala.
• Conoscenza di digital twins, reinforcement learning, physics-informed AI o modelli di ottimizzazione.
• Familiarità con deployment edge AI e ambienti BMS/SCADA.
• Esperienza con la governance dell'AI, la gestione del rischio dei modelli e i framework di AI responsabile.
• Pubblicazioni, brevetti o contributi riconosciuti nell'ambito di AI e Machine Learning.

Competenze Chiave

• Leadership Strategica
• Competenza in Artificial Intelligence & Data Science
• Innovazione & Trasformazione Digitale
• Gestione di Stakeholder Executive
• Leadership del Team & Coaching
• Business Acumen
• Problem Solving & Pensiero Analitico
• Program & Portfolio Management
• Orientamento ai Risultati
• Comunicazione & Influe