AI Engineer

Jobtailor; Torino; In loco; EUR 60.000 - 90.000; Tempo pieno

Descrizione del lavoro

Jobtailor cerca Sviluppatore ML per progettare e sviluppare soluzioni avanzate di Machine Learning e Generative AI utilizzando architetture cloud (AWS/Azure/GCP) per pipeline AI scalabili e performanti. Richiesta esperienza con Python, PySpark, Databricks e librerie ML.

Il ruolo richiede esperienza con sviluppo end-to-end di pipeline ML, conoscenza di LLM, RAG e integrazione di modelli in applicazioni reali, oltre a pratiche di ML Ops e gestione dati in ambienti distribuiti.

Competenze

• Ottima conoscenza di Python.
• Esperienza con PySpark / Spark per elaborazione dati su larga scala.
• Conoscenza Databricks

Conoscenze

Python

PySpark

Spark

SQL

ML pipelines

LLM

RAG

prompt engineering

Cloud platforms

Git

PyTorch

TensorFlow

scikit-learn

Strumenti

Databricks

Docker

Kubernetes

Git

Descrizione del lavoro

Progettazione e sviluppo di soluzioni avanzate di Machine Learning e Generative AI, con l’utilizzazione di architetture moderne in cloud (AWS, Azure, GCP) per la realizzazione di pipeline AI scalabili e performanti.

Requirements

• Ottima conoscenza di Python
• Esperienza con PySpark / Spark per elaborazione dati su larga scala
• Conoscenza Databricks
• Conoscenza del ciclo di vita dei modelli ML (training, validation, deployment)
• Esperienza con librerie ML (es. scikit-learn, PyTorch, TensorFlow)
• Capacità di sviluppare pipeline ML end-to-end
• Esperienza o familiarità con Large Language Models (LLM)
• Conoscenza di RAG (Retrieval-Augmented Generation) e prompt engineering
• Integrazione di modelli AI in applicazioni reali
• Esperienza con data pipeline, data processing e feature engineering
• Utilizzo di ambienti distribuiti e gestione grandi volumi di dati
• Familiarità con almeno uno dei principali hyperscaler: AWS, Microsoft Azure, Google Cloud
• Esperienza con servizi AI/ML in cloud (es. SageMaker, Azure ML, Vertex AI)
• Conoscenza di MLOps (model versioning, monitoring, CI/CD)
• Buone pratiche di sviluppo software (Git, testing, code quality
• Familiarità con containerizzazione (Docker, Kubernetes è un plus)
• Conoscenza di SQL e gestione dati strutturati/non strutturati
• Familiarità con sistemi di storage moderni (Data Lake / Lakehouse)