AI Research Scientist: ruolo, competenze e percorso secondo la norma UNI 11621-8

La UNI 11621-8 è la norma tecnica italiana pubblicata da UNI nel 2024 che definisce 12 profili professionali specifici per l’Intelligenza Artificiale, allineati al framework europeo e-CF (EN 16234-1). È importante perché fornisce un linguaggio condiviso tra aziende, enti formativi e professionisti per riconoscere competenze, ruoli e responsabilità in ambito AI, e costituisce la base per la certificazione delle persone secondo lo schema ISO/IEC 17024.

Il Regolamento UE 2024/1689 (AI Act) è entrato in vigore il 1° agosto 2024 con applicazione graduale fino al 2 agosto 2027. L’articolo 4 sulla AI literacy del personale è applicabile dal 2 febbraio 2025. Per i sistemi di AI ad alto rischio, le organizzazioni devono dimostrare che il personale abbia competenze documentate: la UNI 11621-8 è lo strumento normativo italiano per identificare e certificare questi profili.

La certificazione formale di terza parte secondo ISO/IEC 17024 sarà rilasciata da organismi accreditati Accredia. Alla data attuale nessun organismo italiano risulta ancora accreditato per i profili UNI 11621-8: l’iter di accreditamento è in corso. La credenziale digitale europea EDC (European Digital Credentials for Learning) rilasciata da AIPIA è invece già operativa e riconosciuta a livello europeo.

La certificazione UNI 11621-8 secondo ISO/IEC 17024 è rilasciata da un organismo di certificazione accreditato Accredia ed è la forma più formale di riconoscimento. La credenziale digitale EDC è un attestato di competenza rilasciato secondo lo standard europeo European Digital Credentials for Learning della Commissione Europea: è verificabile online, ha valore in tutti i Paesi UE e rappresenta lo strumento più rapido e moderno per certificare le proprie competenze AI già oggi.

L’iter prevede: 1) iscrizione ad AIPIA come socio professionista; 2) presentazione del proprio dossier di competenze (CV, formazione, esperienza, portfolio progetti AI); 3) valutazione del comitato tecnico secondo i criteri della norma UNI 11621-8; 4) eventuale colloquio o prova; 5) rilascio della credenziale digitale europea EDC con QR di verifica. La credenziale ha validità triennale ed è rinnovabile con aggiornamento continuo.

La UNI 11621-8 è la declinazione italiana di profili allineati al framework europeo e-Competence Framework (e-CF, EN 16234-1) usato in tutti i Paesi UE. Essendo i profili mappati su e-CF, le competenze certificate sono comprensibili e riconoscibili in tutta Europa. La credenziale EDC rilasciata da AIPIA aggiunge un livello di interoperabilità tecnica perché segue lo standard europeo dei diplomi digitali.

L’AI Research Scientist svolge ricerca scientifica avanzata su Intelligenza Artificiale: formula nuove ipotesi, progetta esperimenti, sviluppa nuovi algoritmi e architetture, pubblica paper in conferenze e riviste peer-reviewed (NeurIPS, ICML, ICLR, ACL, CVPR, AAAI), collabora con team accademici e industriali. In azienda traduce ricerca avanzata in prototipi che possono diventare prodotti innovativi e crea vantaggio competitivo basato su IP scientifico.

Il Research Scientist è focalizzato sulla creazione di nuova conoscenza e algoritmi (orientamento scientifico, pubblicazioni, brevetti). L’Algorithm Engineer applica algoritmi noti con eventuali innovazioni mirate; l’ML Engineer industrializza modelli. Il Research Scientist tipicamente ha PhD e una solida produzione scientifica, lavora con orizzonti temporali più lunghi (mesi/anni) e ha maggiore libertà esplorativa.

Quasi sempre sì per ruoli formali in laboratori di ricerca industriale (Anthropic, OpenAI, DeepMind, Meta AI, Microsoft Research, Google Research, IBM Research, FBK, IIT, CNR). In azienda alcuni ruoli denominati Applied Research Scientist accettano laurea magistrale con forte produzione applicata, ma il PhD resta lo standard. La selezione si basa su pubblicazioni, citazioni, code repository e contributi a comunità open source.

In Italia nel 2025: 45-65k€ per primi anni post-PhD in accademia o ricerca pubblica, 60-100k€ in industria, fino a 130-180k€ per profili senior in centri di ricerca industriali. In USA, UK e Svizzera le retribuzioni sono drasticamente più alte: Research Scientist senior in big tech possono superare 400-700k$ con equity, e i top researcher in laboratori AI di frontiera arrivano a milioni di dollari/anno.

Aree calde: foundation model e LLM (architetture, training, alignment, RLHF/DPO), reasoning e planning (chain-of-thought, agent, tool use), multimodalità (testo+immagine+video+audio), efficienza (quantizzazione, distillation, sparse model, mixture of experts), AI safety e alignment, interpretability e mechanistic interpretability, robotica e embodied AI, scientific AI (biology, chemistry, materials), AI per la salute, causal inference, RL avanzato, neuro-symbolic AI.

Indicatori usati in ambito industriale e accademico: numero e qualità di pubblicazioni in venue top-tier, citazioni e h-index, brevetti, contributi a librerie open source, modelli/dataset pubblicati, impact su prodotti aziendali (transfer di ricerca in produzione), capacità di mentoring di junior researcher e PhD students, partecipazione a comitati di programma di conferenze, riconoscimenti (best paper, awards).

Sempre più in industria. I laboratori di ricerca industriali (Anthropic, OpenAI, Google DeepMind, Meta FAIR, Microsoft Research, Apple, NVIDIA Research, Amazon Science, IBM Research, Huawei, Bytedance) sono diventati protagonisti della ricerca AI più innovativa, con risorse computazionali enormi rispetto all’accademia. Molti professori mantengono affiliazioni miste accademia-industria; in Italia FBK, IIT, CNR, ISTI offrono percorsi di ricerca AI di alto livello.

Skill chiave: scrittura scientifica eccellente (paper, grant proposal), capacità di review critica, public speaking e presentazioni a conferenze, collaborazione internazionale, gestione di progetti di ricerca pluriennali, capacità di mentoring, conoscenza dell’etica della ricerca, attenzione alla riproducibilità, abilità nel comunicare risultati anche a non-specialisti, e in ambito industriale la capacità di trasferire ricerca a team di prodotto.