Process Data Scientist

Holcim è il partner leader per l'edilizia sostenibile con vendite nette di CHF 15.7 miliardi nel 2025, creando valore in tutto l'ambiente costruito, dalle infrastrutture e dall'industria agli edifici. Con sede a Zug, Svizzera, Holcim ha più di 50 000 dipendenti in 45 paesi – attraverso Europa, America Latina e Asia, Medio Oriente & Africa – ed è stata riconosciuta come Global Top Employer dal Top Employers Institute. Holcim offre materiali e soluzioni per l'edilizia end-to-end di alto valore, dalle fondamenta e pavimentazioni alle pareti e coperture – supportati da marchi premium tra cui ECOPact, ECOPlanet, ECOCycle e Ytong.

Panoramica del ruolo
Mentre continuiamo a cercare modi più sostenibili per costruire, abbiamo bisogno di talenti di classe mondiale per unirsi al nostro team. Persone appassionate di sostenibilità, spinte dalla curiosità e desiderose di crescere, imparare, svilupparsi e prosperare nella nostra cultura ad alte prestazioni.

Cerchiamo un Process Data Scientist innovativo, motivato a risolvere le grandi sfide operative ed energetiche nel nostro settore. Ispirato a sviluppare e implementare applicazioni di AI all'avanguardia che potenzino una nuova era di efficienza termica e dei forni, il nostro Process Data Scientist è appassionato dell'utilizzo di strumenti digitali per ottimizzare la stabilità dei processi, ridurre il consumo di carburante, guidare la sostituzione con combustibili alternativi e contenere le emissioni di CO2 nei nostri Plants of Tomorrow.

Lavorerai sulla progettazione degli algoritmi, sullo sviluppo e l'implementazione di Machine Learning e sull'attuazione di varie iniziative di ottimizzazione dei processi di produzione, inclusa la nostra soluzione di punta P-PREDICT.

Ti assicurerai inoltre che queste soluzioni si integrino perfettamente con le nostre tecnologie legacy e con le nuove tecnologie Plant of Tomorrow per realizzare la nostra visione di una produzione di cemento sostenibile.

Responsabilità principali:

• Progettazione, Tuning e Validazione di Modelli Ibridi Machine Learning & Physics-AI:
• Progettare, configurare e validare algoritmi di Machine Learning ibridi che combinano la fisica dei processi basata sui primi principi e loop di AI adattivi per l'ottimizzazione di calcinaori e forni.
• Sviluppare soft sensor predittivi per variabili di processo in tempo reale, come la previsione del valore calorifico dei combustibili alternativi e la previsione della qualità del clinker.
• Costruire sistemi di raccomandazione multi-variabile per i loop di controllo dei nostri forni e altre attrezzature.
• Utilizzare deep learning, previsioni di serie temporali e modelli probabilistici per prevedere pericoli operativi (come il rischio di formazione di anelli, blocchi dei cicloni e picchi di pressione).

Gestione del ciclo di vita del modello:

• Responsabile dell'intero ciclo di vita dei modelli (inclusa l'ingegneria delle caratteristiche, la progettazione, l'implementazione cloud/edge, il tuning continuo e le pipeline di riaddestramento automatizzato).
• Collaborare con i nostri fornitori per l'implementazione e la personalizzazione delle loro soluzioni, nonché per lo sviluppo di soluzioni proprietarie Holcim.

AI Spiegabile (XAI) & Integrazione dell'interfaccia operatore:

• Progettare logica operativa, codici di ragionamento e metriche da visualizzare sulle dashboard degli operatori per garantire un'alta spiegabilità e la fiducia dell'utente.
• Collaborare strettamente con ingegneri di processo e operatori di impianto per tradurre la conoscenza operativa in confini del modello accurati.

Adozione sul campo & Trasferimento di conoscenza:

• Guidare l'adozione e l'utilizzo globale di P-PREDICT e di altre iniziative PoT in tutto il mondo, attraverso un inserimento strutturato negli impianti, supporto alla messa in servizio e loop di feedback.
• Fornire coaching, trasferimento di know-how e documentazione tecnica per gli ingegneri di processo degli impianti.

Il tuo profilo:
Livello di istruzione/qualifiche normalmente richiesto:

• MS o PhD in Informatica, Ingegneria Chimica, Data Science, Ingegneria Elettrica, Sistemi e Controllo, o campi equivalenti.
• Certificazioni C3.ai (C3.ai Data Science, C3.ai V8 Data Science/Application Development) o certificazione equivalente di framework AI aziendale (Vantaggio).

Esperienza:

• Oltre 3 anni di esperienza in progetti applicati di Machine Learning e Data Science focalizzati sull'ottimizzazione dei processi dell'industria pesante (preferibilmente cemento, chimica, energia o lavorazione mineraria).
• Oltre 2 anni di esperienza nella trasformazione in prodotto e scalabilità di modelli ML in ambienti di produzione (sia Cloud che EDGE).
• Oltre 2 anni di esperienza nella gestione del cambiamento industriale, coaching e trasferimento di conoscenze tecniche per garantire la piena adozione dei sistemi di controllo digitale negli impianti (Vantaggio).

Competenze Tecniche:

• Esperienza in Machine Learning applicato: Anomaly detection, previsione di serie temporali, analisi di regressione, modellazione probabilistica, classificazione supervisionata e apprendimento non supervisionato.
• Forte background matematico e di dominio: Algebra lineare, calcolo, probabilità/statistica, trasferimento di calore e massa e dinamica di base del controllo di processo (PID/MPC).
• Stack di Programmazione & ML: Alta competenza in Python (PyTorch, TensorFlow, Scikit-learn, Pandas, NumPy) e R/SQL; esperienza con pipeline di dati di prototipo e produzione.
• Data Warehousing, Data Lakes & Sistemi Dati Scalabili: Esperienza pratica con piattaforme di dati moderne, inclusi BigQuery, cloud data warehouse, data lake e architetture lakehouse su piattaforme come GCP o AWS. Capacità di interrogare, trasformare, integrare e preparare in modo efficiente dataset su larga scala per l'analisi e il machine learning. L'esperienza con l'elaborazione di dati distribuiti e piattaforme ML scalabili è un forte vantaggio.
• Serie Temporali & Piattaforme Da