In sintesi
- Mansioni: Progetta e gestisci esperimenti su serie temporali finanziarie e porta i modelli in produzione.
- Azienda: AI Lynx, startup fintech innovativa con sede a Napoli.
- Benefit: Stipendio competitivo, lavoro remoto e opportunità di crescita professionale.
- Altre informazioni: Ambiente dinamico con un piccolo team e possibilità di pubblicare ricerche.
- Perché questo lavoro: Lavora con tecnologie AI all'avanguardia e contribuisci a progetti reali nel settore finanziario.
- Qualifiche: Laurea in informatica, ingegneria, matematica o fisica e esperienza in ML/DL.
In a financial time series, the signal—when there is one is weak.
Most experiments lead nowhere, and a single validation error produces results that look beautiful and are false.
The job is to find what holds up out of sample and take it into production, inside an app that’s about to launch.
Scorra la pagina per visualizzare tutti i requisiti del lavoro e le responsabilità che i candidati selezionati dovranno assumersi.
We’re AI Lynx, based in Naples.
We trained, validated, and deployed the model that runs inside VEGA ourselves—VEGA is our quantitative investment analysis app for self-directed investors, and it’s ready to go to market.
We carry out our research together with universities and research centres: that’s how we work.
More fintech products are in the pipeline, the next one for banks and investment managers, and we’ll build their models with you.
You’ll work daily with our CTO, on both the experiments and the code. The model you validate goes into production inside VEGA: at this stage there’s no other team in between.
- What you’ll do
- Design and run reproducible experiments on financial time series: features, models, validation, and historical simulations.
- Test your results out of sample. House rule: a result that doesn’t replicate doesn’t count.
- Take models into production, inside VEGA and the products in our pipeline.
- Work with researchers from the universities we collaborate with.
- Use frontier AI tools, including for research, and work with us to refine how we use them.
- What to expect
- A gross annual salary of €28,000–€35,000, plus benefits.
- Experiments that are yours, end to end: from hypothesis to model in production.
- Most experiments never make it into production. If you need to see a result every week, you’ll struggle here.
- A small team, with our CTO as your day-to-day point of reference.
- You can publish, within one limit: general scientific work, yes; details of the financial domain, no.
- Remote working from Italy, with a few meetings in Naples during the year, or on-site at the Centro Direzionale. Start date: autumn 2026.
- What we’re looking for
- A degree in computer science, engineering, mathematics, or physics, or an equivalent background you can demonstrate.
- Grounding in ML/DL fundamentals—training, evaluation, generalisation—and solid mathematics: probability, statistics, and linear algebra.
- At least one substantial ML project, academic projects included, whose choices, mistakes, and limitations you can discuss.
- Tracked, reproducible experiments, and the patience to stay with a problem that won’t give way for weeks.
A plus: a project outside your main area (CV, NLP, or something else), which tells us how quickly you get up to speed in a new domain; experience with financial data or an interest in finance and trading; publications or competitions.
We’ll respond within 10 business days of your application. Interviews begin in October, and the process from the first interview to an offer takes 3–4 weeks.
AI Engineer (Junior) datore di lavoro: AI Lynx S.r.l.
AI Lynx S.r.l. offre un ambiente di lavoro dinamico e collaborativo, dove i dipendenti possono lavorare su progetti innovativi nel settore fintech. La società promuove la crescita professionale attraverso opportunità di apprendimento e collaborazione con esperti del settore. Inoltre, offre flessibilità lavorativa con opzioni remote dopo un periodo di onboarding in sede.
Consigli degli esperti StudySmarter🤫
Ecco come pensiamo che potresti ottenere AI Engineer (Junior)
✨Sfrutta i Meetups di Data Science
Partecipare a meetups e conferenze di data science è un must! Questi eventi sono un ottimo modo per connettersi con esperti del settore e altre persone in cerca di lavoro. Non vergognarti di farti avanti e parlare con i relatori: potrebbe aprirti porte inaspettate.
✨Progetti Open Source per Farsi Notare
Contribuire a progetti open source è una fantastica opportunità per mostrare le tue competenze pratiche. Non solo aiuta a costruire il tuo portfolio, ma ti consente anche di lavorare con tecnologie che potrebbero essere ricercate dalla tua futura azienda. Cerca progetti su GitHub legati a data science e mettiti in gioco!
✨Unisciti a Comunità Online
Entrare a far parte di comunità online come Kaggle o forum di data science può essere un grande vantaggio. Non solo puoi partecipare a competizioni e migliorare le tue abilità, ma puoi anche costruire una rete con altri professionisti del settore. Queste connessioni possono rivelarsi preziose quando cerchi un lavoro a tempo pieno.
✨Candidati Direttamente su AI Lynx S.r.l.
Non dimenticare di candidarti direttamente sul sito di AI Lynx S.r.l.! Spesso le aziende preferiscono ricevere applicazioni tramite il loro portale, quindi assicurati di seguire le istruzioni specifiche. Un’applicazione diretta può darti un vantaggio rispetto a chi usa canali più generali.
Pensiamo che ti servano queste competenze per eccellere come AI Engineer (Junior)
Alcuni consigli per la tua candidatura 🫡
Evidenzia le tue competenze tecniche:Nel campo della data science, è fondamentale mostrare le tue competenze tecniche. Assicurati di includere nel tuo CV le lingue di programmazione che conosci, come Python o R, e i tool che hai utilizzato, come TensorFlow o scikit-learn. Non dimenticare di far vedere i tuoi progetti o le tue analisi precedenti, magari con link a GitHub o portafogli di lavoro!
Scrivi una lettera motivazionale convincente:Per un ruolo full-time in data science, la lettera motivazionale è la tua occasione per far trasparire la tua passione per i dati e la tua voglia di contribuire al lavoro di AI Lynx S.r.l.. Spiega perché sei interessato a questo specifico ruolo e come le tue esperienze passate ti rendono il candidato ideale. Non essere timido: condividi le tue ambizioni e la tua visione per il futuro!
Includi risultati quantificabili:Quando parli delle tue esperienze lavorative precedenti, cerca di includere risultati quantificabili che dimostrino il tuo impatto. Ad esempio, puoi dire che hai aumentato l'efficienza di un'analisi del 20% o che hai contribuito a un progetto che ha portato a un aumento del fatturato del 15%. Metriche del genere catturano sempre l'attenzione dei recruiter!
Mostra il tuo approccio alla risoluzione dei problemi:La data science è tutta una questione di risolvere problemi complessi. Utilizza il tuo CV e la tua lettera motivazionale per descrivere come hai affrontato sfide specifiche in progetti precedenti. Ti consigliamo di includere un breve case study o un esempio pratico dei tuoi risultati per davvero colpire i selezionatori di AI Lynx S.r.l.. Mostra loro come pensi e come apprendi!
Come prepararti a un colloquio di lavoro presso AI Lynx S.r.l.
✨Brilla con il tuo Portafoglio
Porta con te un portfolio che mostri i tuoi progetti di data science. Includi studi di caso dettagliati e le tecniche che hai utilizzato, come l'analisi dei dati, il machine learning o la visualizzazione. In questo modo possiamo dimostrare concretamente il nostro problema-solving e le nostre competenze tecniche, che sono fondamentali in questo campo!
✨Preparati a Domande Tecniche
Aspettati domande tecniche in merito a statistica, machine learning e linguaggi di programmazione come Python o R. Potrebbero chiederti di spiegare modelli specifici o di analizzare un dataset sul momento. Rinfreschiamo insieme le nozioni di base e prepariamoci a dimostrare le nostre competenze pratiche.
✨Mostra la tua Curiosità
Le aziende cercano candidati che mostrino voglia di apprendere e crescita professionale. Durante l'intervista, parliamo delle tendenze attuali nel settore e dimostriamo il nostro interesse per l'innovazione nel campo della data science. Questo non solo ci farà apparire proattivi, ma metterà anche in evidenza la nostra motivazione.
✨Comunica Chiaramente i Tuoi Risultati
Essere bravi con i dati è fondamentale, ma sapere come comunicarli è altrettanto importante. Durante l'intervista, cerca di essere chiaro e conciso mentre parli dei tuoi risultati. Usa esempi specifici per dimostrare come le tue analisi abbiano avuto un impatto positivo in progetti passati. In questo modo possiamo evidenziare le nostre capacità comunicative, fondamentali per un ruolo a tempo pieno.