In sintesi
- Mansioni: Progetta e migliora dataset per sistemi NLP e LLM, analizzando dati e prestazioni.
- Azienda: Equixly, startup innovativa nel campo della cybersecurity e AI.
- Benefit: Compenso competitivo, opportunità di crescita professionale e ambiente dinamico.
- Altre informazioni: Ambiente stimolante con opportunità di impatto diretto sulla strategia AI di Equixly.
- Perché questo lavoro: Contribuisci a progetti AI all'avanguardia e fai la differenza nella sicurezza informatica.
- Qualifiche: Master in discipline scientifiche e 5 anni di esperienza in data science o machine learning.
La retribuzione prevista è compresa tra 120000 - 180000 € per anno.
Equixly è un'azienda italiana di cybersecurity fondata per rivoluzionare la sicurezza delle API attraverso algoritmi proprietari di intelligenza artificiale e machine learning. La nostra piattaforma automatizza il processo di testing della sicurezza delle API, consentendo alle aziende di identificare rapidamente, scalabilmente e continuamente vulnerabilità profonde.
In forte crescita, stiamo costruendo il nostro team di AI con ingegneri e scienziati talentuosi che vogliono lavorare su sistemi LLM di produzione e sfide tecniche ad alta complessità all'avanguardia dell'AI applicata.
Stiamo cercando un Ricercatore Senior Data Scientist per unirsi al team di AI e contribuire allo sviluppo, analisi, curatela e valutazione dei dati utilizzati per addestrare e migliorare i sistemi AI di Equixly. Questo ruolo si colloca all'intersezione tra data science, machine learning, valutazione LLM e AI applicata. Lavorerai sulla qualità dei dati, metodologia di valutazione, analisi statistica e miglioramenti centrati sui dati per i modelli utilizzati in veri prodotti di cybersecurity.
Questa è una posizione ad alto impatto con influenza diretta sulla qualità, affidabilità e prestazioni dei modelli che alimentano la nostra piattaforma. Riporterai al Responsabile AI.
Cosa farai
- Progettare, analizzare, curare e migliorare dataset per LLM, sistemi NLP, classificatori e flussi di lavoro AI agentici.
- Supportare la preparazione di dati di alta qualità per l'addestramento dei modelli, valutazione, benchmarking e miglioramento continuo.
- Definire standard di qualità dei dati, principi di etichettatura, protocolli di valutazione e pratiche di analisi riproducibili.
- Analizzare il comportamento dei modelli, errori, casi limite e modalità di fallimento per identificare opportunità di miglioramento.
- Collaborare con ingegneri e ricercatori AI per collegare le decisioni sui dati con le prestazioni del modello, robustezza e comportamento in produzione.
- Documentare dataset, esperimenti, metodologia di valutazione e risultati chiave in modo chiaro e rigoroso.
- Mantenere allineato con lo stato dell'arte nell'AI centrata sui dati, valutazione NLP, valutazione LLM e post-addestramento dei modelli.
Cosa cerchiamo
- Laurea magistrale in Informatica, Intelligenza Artificiale, Machine Learning, Data Science, Statistica, Matematica Applicata, Fisica, Ingegneria o disciplina scientifica strettamente correlata.
- Preferibile dottorato, specialmente in machine learning, NLP, data science, statistica o aree correlate.
- Almeno 5 anni di esperienza professionale o di ricerca in data science, machine learning, valutazione NLP, LLM o campi strettamente correlati.
- Solida formazione scientifica e analitica, con una buona conoscenza di statistica, probabilità, design sperimentale e valutazione quantitativa.
- Esperienza comprovata nel lavoro con dataset di machine learning o NLP, inclusa la preparazione, analisi, validazione e valutazione della qualità dei dati.
- Forti competenze in Python e esperienza pratica con flussi di lavoro moderni di data science e machine learning.
- Familiarità con LLM, sistemi NLP, valutazione dei modelli, fine-tuning supervisionato, dati di preferenza o flussi di lavoro post-addestramento correlati.
- Capacità di analizzare risultati complessi, identificare problemi legati ai dati e comunicare chiaramente i risultati a stakeholder tecnici e non tecnici.
- Buona conoscenza scritta e parlata dell'inglese.
Nice to have
- Record di pubblicazioni scientifiche in machine learning, NLP, data science, statistica, cybersecurity o aree correlate.
- Esperienza in cybersecurity, sicurezza delle API, analisi delle vulnerabilità, AI agentica o modelli di ragionamento.
- Esperienza con valutazione LLM, AI centrata sui dati, esperimenti riproducibili o flussi di lavoro MLOps.
- Familiarità con tecniche di qualità dei dati come rilevamento di etichette rumorose, deduplicazione, validazione dei dataset o analisi dei bias.
Cosa offriamo
- Un ambiente di lavoro stimolante e dinamico in una startup innovativa all'intersezione tra cybersecurity e AI applicata.
- Reali opportunità di crescita professionale e impatto: entrerai a far parte di un team di AI in rapida evoluzione che lavora su sistemi LLM di produzione e problemi tecnici ad alta complessità.
- Contributo diretto alla strategia AI di Equixly, migliorando la qualità, l'affidabilità e le prestazioni dei dati e dei modelli al centro della nostra piattaforma.
- Compenso competitivo commisurato all'esperienza, oltre ai benefici aziendali.
Research Sr. Data Scientist – NLP and LLM Data datore di lavoro: Equixly
Equixly è un datore di lavoro eccezionale, offrendo un ambiente di lavoro stimolante e dinamico in una startup innovativa nel campo della cybersecurity e dell'AI applicata. I membri del team hanno reali opportunità di crescita professionale e impatto, contribuendo direttamente alla strategia AI di Equixly e lavorando su sistemi LLM di produzione e problemi tecnici complessi. Inoltre, la cultura aziendale promuove la collaborazione e l'apprendimento continuo, rendendo ogni giorno un'opportunità per migliorare e innovare.
Consigli degli esperti StudySmarter🤫
Ecco come pensiamo che potresti ottenere Research Sr. Data Scientist – NLP and LLM Data
✨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 Equixly
Non dimenticare di candidarti direttamente sul sito di Equixly! 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 Research Sr. Data Scientist – NLP and LLM Data
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 Equixly. 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 Equixly. Mostra loro come pensi e come apprendi!
Come prepararti a un colloquio di lavoro presso Equixly
✨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.
