Data and AI Project Manager
Data e AI Project Manager: coordinamento di progetti analitici complessi in ambienti tecnologici avanzati
About
Il Data and AI Project Manager pianifica, coordina e consegna progetti legati all'analisi dei dati e all'intelligenza artificiale. Opera in contesti aziendali strutturati, utilizzando strumenti come Jira, Confluence, Azure DevOps e framework Agile/Scrum. Interagisce quotidianamente con data scientist, data engineer, stakeholder di business e team IT. Definisce roadmap progettuali, gestisce budget e risorse, monitora KPI di avanzamento e traduce requisiti tecnici in linguaggio comprensibile per i decisori aziendali. Supervisiona l'intero ciclo di vita dei modelli AI dalla prototipazione al deployment in produzione.
Competenze
Competenze tecniche
- Gestione di progetti Agile e Scrum
- Utilizzo di Azure DevOps / Jira / Confluence
- Power BI / Tableau per il monitoraggio KPI
- Fondamentali di Machine Learning e MLOps
- Architetture cloud su AWS, Azure, GCP
- Analisi dei dati con SQL e Python base
- Gestione del rischio e pianificazione di progetto
- Metodologie di data governance e RGPD
Competenze interpersonali
- Capacità di sintesi e comunicazione verso audience non tecniche
- Gestione delle priorità in contesti ad alta ambiguità
- Leadership situazionale su team cross-funzionali
- Negoziazione e gestione dei conflitti tra stakeholder
- Rigore metodologico nell'aggiornamento della documentazione
Compiti
- Definire il perimetro progettuale attraverso workshop con stakeholder, documentando su Confluence per ridurre i gap del 30%
- Stabilire la roadmap di progetto in Jira con milestone e deliverable misurabili mensilmente
- Coordinare team multidisciplinari, inclusi data scientist e sviluppatori, in sessioni Scrum giornaliere
- Monitorare il budget con report settimanali su Excel o Power BI, mantenendo variazioni entro il 5%
- Gestire i rischi tecnici e organizzativi con piani di mitigazione ben documentati
- Facilitare la comunicazione tra team tecnico e direzione, traducendo output ML in impatto di business
- Supervisare il deployment di modelli AI in produzione con pipeline CI/CD su Azure o AWS
- Redigere report mensili e presentare risultati al comitato di steering con dashboard Power BI
- Negoziare con fornitori e partner tecnologici i livelli di servizio e le scadenze contrattuali
- Organizzare sessioni di retrospettiva post-sprint per ridurre il debito tecnico e migliorare la velocity del team
Ambienti di lavoro
Gli ambienti di lavoro possono variare:
Possibili evoluzioni
- Evoluzione verso Head of Data o Chief Data Officer
- Program Manager su portafogli AI multi-progetto
- AI Product Manager per piattaforme ML interne
- Consulente strategico in trasformazione digitale
- Data Strategy Director
