Data Scientist

Location: Cagliari

Il Gruppo Lynx è specializzato nella progettazione e realizzazione di soluzioni software presente in Italia, Spagna e America Latina con oltre 1.600 risorse ed è da anni partner di primarie realtà internazionali in molti settori di mercato, fra i quali Finance, Energy e Insurance.
I contesti che ci vedono protagonisti sul mercato sono caratterizzati da una forte componente innovativa, come ad esempio l’uso di metodologie quali Dev Ops, Agile e tecnologie Microservizi, front-end web innovativi, Big Data, Machine Learning, Intelligenza Artificiale e Cyber Security.
Stiamo ricercando un Data Scientist, da inserire all'interno dei nostri team.
Il suo ruolo sarà quello di fungere da ponte tra la ricerca sperimentale in AI e la produzione industriale. In Lynx, non si limiterà a creare modelli: sarà responsabile della trasformazione di prototipi avanzati (RAG, Agenti) in software robusto e scalabile. La sua missione è garantire che l'innovazione tecnologica si traduca in valore concreto per i clienti, elevando la qualità ingegneristica delle soluzioni di Data Science e operando con autonomia tecnica nelle scelte architetturali.
Responsabilità chiave

End-to-End ML Pipeline Execution:
Gestire in autonomia il ciclo di vita del modello, dalla pulizia e validazione dei dati (gestione outlier, missing values) fino al training, post-training e fine tuning e alla valutazione delle performance con le metriche appropriate (es. F1-score vs Accuracy, MSE), garantendo solidità statistica.
Generative AI, RAG & AI Agents:
Progettare e sviluppare Agenti AI e sistemi RAG (Retrieval-Augmented Generation), curando l'orchestrazione di tool, le strategie di chunking/retrieval e il prompt engineering avanzato per integrare Knowledge Base aziendali con LLM, abilitando capacità di reasoning e autonomia decisionale in linea con la strategia di innovazione di Linkalab.
Quality Coding & Engineering:
Scrivere codice Python modulare, testabile e conforme agli standard (PEP8, Type Hinting), superando la logica da 'notebook' sperimentale per produrre software manutenibile, versionato (Git) e pronto per l'integrazione.
Model Deployment & Operations:
Contribuire alla messa in produzione dei modelli utilizzando Docker per la containerizzazione e interfacciandosi con infrastrutture Cloud (AWS/Azure), garantendo la riproducibilità degli esperimenti e il monitoraggio post-deploy.
Advanced Data Analysis:
Esplorare dataset complessi e serie temporali, applicando tecniche di feature engineering e visualizzazione avanzata per estrarre insight a supporto delle decisioni di business e dei progetti clienti.
Technical Mentorship – Agire come punto di riferimento tecnico, supportando la crescita dei data scientist junior, revisionando il codice e traducendo concetti tecnici complessi per gli stakeholder.

Requisiti del candidato

Experience:

3+ anni di esperienza in Data Science, con almeno un progetto portato in produzione o applicato a contesti di business reali.
Python Mastery:
Ottima conoscenza di Python e delle sue librerie core (Pandas, Num Py, Scikit-learn). Capacità dimostrata di scrivere funzioni complesse, gestire eccezioni e organizzare il codice in moduli/classi.
Applied ML & Deep Learning:
Esperienza pratica con framework di Deep Learning (PyTorch o Tensor Flow) e comprensione solida degli algoritmi classici (Regressioni, Random Forest, Boosting). Capacità di diagnosticare e risolvere problemi di overfitting/underfitting.
Generative AI Proficiency:
Esperienza concreta nell'utilizzo di LLM sia via API che on‑premise, incluse tematiche di ottimizzazione sull’uso delle GPU quali quantizzazione e identificazione batch‑size; conoscenza dei principi di Prompt Engineering e architetture RAG (Vector DB, Embeddings).
Database Mastery:
Competenze avanzate di SQL e familiarità con paradigmi No

SQL (es. Mongo

DB) o di ottimizzazione delle query su engine distribuiti.
Engineering Basics (SQL & MLOps):
Padronanza del linguaggio SQL per l'estrazione dati complessa (Join, aggregazioni) e familiarità con strumenti di sviluppo collaborativo e deploy:
Git (branching model), Docker.

Education:

Laurea Magistrale o PhD in discipline STEM (Informatica, Fisica, Matematica,…