Junior AI Engineer — MLOps & Cloud AI Pipelines (Hybrid)

BIP; Puglia; Hybrid; EUR 28,000 - 35,000; Full time

Job summary

BIP cerca un Junior AI Engineer per il BIP AI LAB a Bari in modalità ibrida. Lavorerai in un contesto internazionale con team di Research, Engineering e Delivery, contribuendo a progetti di IA, data engineering e implementazione di soluzioni di business.

La figura supporterà pipeline MLOps, containerizzazione di modelli e sviluppo di API di inferenza, partecipando a attività di monitoraggio e explainability.

Qualifications

• Fino a 2 anni di esperienza in MLOps, ML Engineering o DevOps applicato al ML.
• Buona conoscenza di Python e almeno un framework ML (scikit-learn, PyTorch, TensorFlow).
• Familiarità con Docker, Git/GitHub e concetti CI/CD (GitHub Actions, Azure DevOps, GitLab CI).
• Conoscenze di base di almeno un cloud provider (Azure, AWS o GCP) e relativi servizi ML.
• Interesse per architetture cloud-native, orchestrazione di container e pratiche DevOps/MLOps.

Responsibilities

• Supportare lo sviluppo di pipeline MLOps end-to-end (training, validazione, deployment, monitoring).
• Contribuire alla containerizzazione di modelli AI e al loro deployment su cloud.
• Collaborare alla realizzazione di API di inferenza esposte su servizi cloud.
• Partecipare al monitoraggio dei modelli, gestione drift e logging delle predizioni.
• Lavorare con team cross-funzionali per garantire affidabilità e qualità in produzione.
• Contribuire alle iniziative di Responsible & Explainable AI durante deployment e osservabilità.

Skills

MLOps pipelines

Python

Docker

Git/GitHub

CI/CD

Cloud providers

Kubernetes

FastAPI

Flask

Kubeflow

SageMaker Pipelines

MLflow

Terraform

Helm

Feast

Tecton

Education

Stage / tesi / progetti universitari in ML/MLOps

Tools

Docker

Git/GitHub

CI/CD

Azure

AWS

GCP

Azure ML

SageMaker

Kubernetes

Helm

Terraform

Feast

Tecton

Job description

BIP cerca un Junior AI Engineer per il BIP AI LAB a Bari in modalità ibrida. Lavorerai in un contesto internazionale con team di Research, Engineering e Delivery, contribuendo a progetti di IA, data engineering e implementazione di soluzioni di business.

La figura supporterà pipeline MLOps, containerizzazione di modelli e sviluppo di API di inferenza, partecipando a attività di monitoraggio e explainability.