AI Engineer - Milano
Descrizione dell'offerta
Stiamo cercando un AI Engineer per un cliente paneuropeo, in grado di sviluppare e distribuire soluzioni di machine learning in produzione. È richiesta la conoscenza sia dell’inglese che dell’italiano. La persona lavorerà all’interno di un team AI centrale e collaborerà con diversi dipartimenti per sviluppare funzionalità basate sull’AI, automatizzare processi e creare valore per il business. Il ruolo è tecnico e operativo, ma richiede anche interazione con gli stakeholder per tradurre le esigenze aziendali in soluzioni AI.
Tasks
Sviluppo AI / Machine Learning
Progettare e sviluppare modelli di machine learning e AI
Addestrare, testare e migliorare i modelli nel tempo
Garantire che i modelli siano accurati, scalabili e pronti per la produzione
Produzione & MLOps
Distribuire i modelli in ambienti di produzione
Monitorare le prestazioni e l’affidabilità dei modelli
Seguire le pratiche MLOps (versioning, monitoraggio, scalabilità)
Lavoro sui Dati
Lavorare con grandi dataset
Eseguire feature engineering
Costruire pipeline di dati / processi ETL
Collaborazione
Collaborare con gli stakeholder aziendali per identificare opportunità di AI
Tradurre i requisiti di business in soluzioni tecniche
Miglioramento Continuo
Monitorare i modelli dopo il deployment
Migliorare gli algoritmi nel tempo
Garantire la conformità alle normative e alla privacy dei dati
Requirements
Programmazione
Esperienza solida in almeno UNO dei seguenti linguaggi:
- Python (probabilmente principale)
- Java
- C#
- C++
- R
- JavaScript
AI / Machine Learning
Conoscenza di:
- Algoritmi di ML
- Deep learning
- Modellazione statistica
- Valutazione dei modelli
Librerie tipicamente richieste (non esplicitamente elencate ma implicite):
- TensorFlow
- PyTorch
- Scikit-learn
- Pandas / NumPy
Cloud & Data Platform
Esperienza con:
- Ecosistema AI di Microsoft Azure
- Azure Machine Learning
- Cognitive Services
- Bot Service
Data Platform
- Databricks
- Azure Data Factory
- Synapse Analytics
Infrastruttura / Deployment
- Tecnologie di container (probabilmente Docker / Kubernetes)
- Deployment dei modelli
- Monitoraggio dei modelli ML
Data Engineering
- Costruzione di pipeline ETL
- Gestione di dati strutturati e non strutturati
Analisi dei Dati
- Data visualization
- Ricerca testuale / text mining
Esperienza di Settore (Preferibile)
Esperienza in:
- Servizi finanziari
- Settori regolamentati
Questo implica familiarità con:
- Data governance
- Conformità normativa
- Framework per la privacy dei dati
Benefits
Modello di lavoro ibrido
Bonus
Ottimi benefit
Crescita professionale