In sintesi
- Mansioni: Sviluppa modelli di deep learning per applicazioni sanitarie innovative.
- Azienda: Pi School, leader nell'integrazione dell'AI nel business.
- Benefit: Ambiente di lavoro stimolante, frutta fresca, accesso a piscina e attività sportive.
- Altre informazioni: Ufficio immerso nella natura, opportunità di crescita professionale.
- Perché questo lavoro: Fai la differenza nel settore sanitario con tecnologie all'avanguardia.
- Qualifiche: PhD o 4 anni di esperienza in deep learning e capacità di guidare team.
La retribuzione prevista è compresa tra 120000 - 180000 € per anno.
Pi School è in missione per consentire a imprese e professionisti di sfruttare le capacità trasformative dell'IA. Crediamo che la tecnologia debba essere un abilitante, non una barriera, e deve permettere agli individui e alle aziende di crescere, innovare e rimanere connessi. Siamo alla ricerca di un Senior Deep Learning Scientist per lavorare nel nostro ufficio di Roma. Stiamo reclutando per GenAI4Care, un progetto europeo di R&D di 4 anni focalizzato su modelli generativi applicati alla salute, con applicazioni nella salute cardiovascolare e nel cancro alla prostata.
Responsabilità:
- Far parte di un team di ingegneri e scienziati all'interno del team di ricerca AI di Pi School.
- Lavorare con dati, calcolo e algoritmi.
- Progettare architetture neurali multimodali di deep learning.
- Progettare esperimenti, implementarli in codice, eseguirli su grandi risorse computazionali (GPU su HPC), eseguire valutazioni e monitorare lo stato dell'arte.
- Guidare membri più junior del team come studenti di dottorato e tirocinanti.
- Coordinarsi con i nostri partner sulla roadmap di ricerca.
- Adattare il ritmo del progetto allo sviluppo scientifico rapido nel nostro campo.
- Organizzare pubblicazioni e sforzi di open-sourcing.
Requisiti:
- PhD completato o 4 anni di esperienza di ricerca industriale in un campo rilevante di deep learning, machine learning o applicato.
- Esperienza nella guida di ricercatori junior, definizione di un progetto di ricerca e conduzione di esperimenti.
- Capacità di progettare e condurre esperimenti in modo metodico, analizzare i risultati e iterare rapidamente.
- Forti capacità comunicative e padronanza dell'inglese.
- Esperienza nella documentazione del lavoro tecnico e dei risultati della ricerca.
Competenze tecniche:
- Eccellenti competenze di programmazione in Python.
- Competenza in framework di deep learning (PyTorch o Tensorflow).
- Esperienza in ambienti Linux/Unix.
- Esperienza pratica con architetture transformer e l'ecosistema HuggingFace.
- Esperienza nell'addestramento e nel fine-tuning di modelli linguistici utilizzando librerie come LlamaFactory, Axolotl, Unsloth o simili.
- Familiarità con almeno una modalità in profondità (linguaggio, visione o audio).
- Capacità di tradurre articoli di ricerca sull'IA in implementazioni pratiche.
- Esperienza nell'uso del controllo di versione (Git) e strumenti di tracciamento degli esperimenti (es. MLflow).
- Esperienza pratica nell'esecuzione di esperimenti GPU (HPC o cloud: AWS, GCP, RunPod, Lambda Labs).
Punti bonus se:
- Sei forte nell'ottimizzazione dell'addestramento e dell'inferenza GPU.
- Sei un poliglotta.
- Hai contributi open-source.
- Hai pubblicato in conferenze ML/AI di livello 1 come NeurIPS, ICML, ICLR, ACL, EMNLP, CVPR, ICCV.
Il nostro ufficio è ospitato presso Pi Campus, un ambiente di lavoro immerso nella natura. Sei ville di lusso a Roma sono state convertite in uffici funzionali per favorire la crescita dei talenti. Pi Campus è anche una società di venture creata da Translated per reinvestire parte dei suoi profitti in promettenti startup AI.
Benefici e vantaggi:
- Ambiente di lavoro rilassato e intenso.
- Frutta fresca e snack.
- Accesso alla piscina e al bagno turco.
- Attività sportive: palestra e pilates.
- Tempo libero tra i compiti per lavorare ai propri progetti personali.
- Accesso alle feste e agli eventi di Pi Campus.
Diversità:
In Pi School, abbracciamo e celebriamo orgogliosamente le qualità uniche di ciascun individuo nel nostro team, indipendentemente da razza, orientamento sessuale, identità di genere o altre differenze. Riconosciamo che queste prospettive diverse ci permettono di superare le sfide, promuovere l'innovazione e guidare l'eccellenza. Come datore di lavoro inclusivo e pari opportunità, ci impegniamo a coltivare un ambiente in cui tutti si sentano benvenuti, valorizzati e supportati per raggiungere il proprio pieno potenziale.
Senior Deep Learning Scientist- GenAI4Care datore di lavoro: Pi School S.r.l.
Pi School è un datore di lavoro eccezionale, situato a Roma, dove la passione per l'innovazione si unisce a un ambiente di lavoro stimolante e rilassato. Offriamo opportunità di crescita professionale attraverso progetti all'avanguardia nel campo dell'AI, come GenAI4Care, e incoraggiamo la collaborazione tra ricercatori esperti e junior. I nostri dipendenti beneficiano di un ambiente immerso nella natura, con accesso a strutture ricreative e un forte impegno per la diversità e l'inclusione, rendendo Pi School un luogo ideale per sviluppare il proprio potenziale e contribuire a un futuro migliore.
Consigli degli esperti StudySmarter🤫
Ecco come pensiamo che potresti ottenere Senior Deep Learning Scientist- GenAI4Care
✨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 Pi School S.r.l.
Non dimenticare di candidarti direttamente sul sito di Pi School 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 Senior Deep Learning Scientist- GenAI4Care
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 Pi School 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 Pi School S.r.l.. Mostra loro come pensi e come apprendi!
Come prepararti a un colloquio di lavoro presso Pi School 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.