Machine Learning Engineer – Aws

Proxima Group; Bolzano; In loco; EUR 70.000 - 90.000; Tempo pieno

Descrizione del lavoro

Un gruppo di aziende tecnologiche cerca un Machine Learning Engineer con almeno 3 anni di esperienza per sviluppare modelli e pipeline in ambiente AWS. È richiesta un’ottima conoscenza di Python e XGBoost, insieme a esperienze in Explanatory Data Analysis e Feature Engineering. Offriamo un ambiente di lavoro full remote con benefits attrattivi come assicurazione sanitaria integrativa e buoni pasto.

Servizi

Assicurazione sanitaria

Buoni pasto

Formazione professionale

Percorsi di carriera

Competenze

• 3 anni di esperienza in Machine Learning.
• Forte comprensione di ECM e algoritmi di classificazione.
• Esperienza in ambienti AWS, in particolare Sagemaker.

Mansioni

• Sviluppo di modelli di classificazione in ambito machine learning.
• Progettazione e ottimizzazione di algoritmi di classificazione.
• Collaborazione con il team di progetto per l'implementazione di pipeline di ML.

Conoscenze

Python

Git

Explanatory Data Analysis

Feature Engineering

XGBoost

AWS

Sagemaker Unified Studio

JupyterLab

ML Pipelines

AWS Lambda

Descrizione del lavoro

Proxima è un gruppo di aziende con skill funzionali e tecnologiche innovative, che mettono a fattor comune la propria esperienza in un'offerta congiunta di sviluppo di soluzioni all'interno della nostra Software Factory. Offriamo consulenza e servizi di Application Management e Quality Assurance.

Chi cerchiamo?

Machine Learning Engineer – AWS (3 anni di esperienza)

Dove e come?

Italia, full remote

Di cosa ti occuperai?

• Sviluppo e industrializzazione di modelli di classificazione in ambito machine learning per un progetto in consulenza presso un nostro cliente
• Analisi esplorative dei dati (Explanatory Data Analysis) e attività di feature engineering
• Progettare, addestrare e ottimizzare algoritmi di classificazione , con particolare focus sulla famiglia XGBoost
• Collaborare con il team di progetto per implementare e validare pipeline di ML in ambiente AWS
• Supportare le attività di deploy e gestione dei modelli tramite Sagemaker Unified Studio
• Contribuire alla definizione di workflow automatizzati per il training, l'inference e la valutazione dei modelli
• Interagire con altri servizi AWS per la gestione dei dati e delle API

Hai queste competenze?

• Ottima conoscenza del linguaggio Python e di SCM Git
• Esperienza in Explanatory Data Analysis e Feature Engineering
• Conoscenza e applicazione di algoritmi di classificazione , in particolare XGBoost
• Esperienza nell' industrializzazione di modelli di machine learning
• Esperienza in ambienti AWS , in particolare con Sagemaker Unified Studio
• Servizi principali : JupyterLab, Workflows, ML Pipelines, Training jobs, Inference endpoints
• Familiarità con i servizi AWS Lambda , API Gateway e S3

Nice to Have :

• Conoscenza di Query Editor , MLflow , Model Registry e Model Evaluation all'interno di Sagemaker
• Esperienza nell'integrazione di modelli ML in pipeline di produzione complesse

Sei il / la candidato / a ideale se...

Hai un approccio analitico e pragmatico

Ti piace lavorare in team multidisciplinari, collaborando con data scientist, data engineer e stakeholder di business

Cosa offriamo?

R.A.L. commisurata alla seniority

BUONI PASTO (anche in modalità full remote)

ASSICURAZIONE SANITARIA CON COPERTURA INTEGRATIVA

I nostri benefit

PERCORSI DI CARRIERA

Abbiamo un articolato sistema di valutazione delle competenze e misurazione delle performance che consente al dipendente di crescere insieme a noi.

FORMAZIONE PROFESSIONALIZZANTE

Offriamo percorsi di formazione e di aggiornamento professionale con taglio tecnico / pratico su tematiche in ambito ICT.

SCONTI E PROMOZIONI RISERVATE

Abbiamo stabilito degli accordi con delle piattaforme per riservare ai nostri dipendenti scontistica e promozioni esclusive.

Il presente annuncio è rivolto a entrambi i sessi, ai sensi delle leggi 903 / 77 e 125 / 91, e a persone di tutte le età e tutte le nazionalità, ai sensi dei decreti legislativi 215 / 03 e 216 / 03.