Senior Ai Engineer - Bip Ai Lab

ppIn questo ruolo di Senior AI Engineer, contribuirei alla progettazione e industrializzazione di piattaforme MLOps su cloud, con focus su produzione end-to-end di pipeline ML e governance dei modelli. Lavorerai in un team multidisciplinare (Research, Engineering, Delivery) per trasformare ricerca e innovazione in soluzioni aziendali concrete. Ti occuperai di architetture scalabili, osservabilità dei modelli e pratiche di sicurezza e costi in ambienti production. L’opportunità combina sviluppo tecnico avanzato e mentoring, in un contesto internazionale e orientato alla crescita professionale. Un aspetto chiave è collaborare con diverse funzioni per guidare progetti di AI integrati nel business /ppbRetribuzione / Benefits /b /pulliFormazione e sviluppo professionale /liliAssicurazione sanitaria /liliCheck-up agevolati e benessere psicofisico /liliPiano welfare integrativo /li /ulpbResponsabilità /b /pulliGuidare la progettazione di piattaforme MLOps enterprise su cloud (Azure, AWS, GCP) definendo pattern architetturali, standard e tooling /liliPresidiare lo sviluppo di pipeline ML end-to-end production-grade: feature engineering, training distribuito, deployment blue/green o canary, monitoring, retraining automatico /liliDefinire architetture di model serving scalabili (real-time, batch, streaming) su Kubernetes, SageMaker, Azure ML Endpoints o Vertex AI /liliCollaborare con Cloud Architect e Data Engineer per architetture end-to-end per sistemi AI in produzione, con sicurezza, networking e costi /liliImplementare strategie di model observability, drift detection, A/B testing e governance dei modelli in produzione /liliFare mentoring tecnico e code review verso i profili junior, contribuendo a best practice e crescita delle competenze MLOps del team /li /ulpbRequisiti fondamentali /b /pulliDai 3 ai 6 anni di esperienza in ML Engineering, MLOps o Cloud Engineering applicato all’AI /liliPadronanza di Python, Docker, Kubernetes e di almeno un orchestratore ML (MLflow, Kubeflow, SageMaker Pipelines, Azure ML Pipelines) /liliEsperienza consolidata su almeno un cloud provider (Azure, AWS o GCP) e sui relativi servizi ML/AI a livello production-grade /liliCompetenza in CI/CD per ML (GitHub Actions, GitLab CI, Azure DevOps) e in Infrastructure as Code (Terraform, Bicep, CloudFormation) /liliConoscenza di principi di sicurezza cloud, cost optimization e gestione di ambienti multi-tenant per workload AI /liliCollaborazione cross-funzionale /liliProble solving proattivo /li /ul /p #J-18808-Ljbffr