Remote MLOps Engineer: Deploy AI in Production

Agap2 Italia; Latina; In loco; EUR 30.000 - 45.000; Tempo pieno

Vantaggi offerti da questo lavoro

Indeterminato CCNL Commercio

Remoto completo

Possibilità P.Iva

Descrizione del lavoro

AGAP2 Italia cerca un Machine Learning Operations Engineer per un ruolo full remote, integrandosi in un team dedicato all’Intelligenza Artificiale. Sarai responsabile della gestione delle pipeline MLOps, dal development al deployment in produzione, collaborando con Data Scientist, ML Engineer e sviluppatori.

Richiesta esperienza media-alta in MLOps/DevOps, conoscenza CI/CD e automazione; familiarità con Docker, Kubernetes e ambienti cloud; capacità di lavoro autonomo e in team, con opportunità

Competenze

• Esperienza media-alta in MLOps, DevOps o ML engineering.
• Gestione di pipeline per deployment di modelli AI/ML.
• Conoscenza di CI/CD e automazione.
• Gestione del versioning e lifecycle dei modelli.
• Conoscenza Docker, Kubernetes e ambienti cloud.
• Capacità di lavorare in autonomia e in team.

Mansioni

• Gestire pipeline MLOps per modelli AI/ML.
• Gestire deployment e orchestrazione dei modelli in produzione.
• Implementare sistemi di monitoraggio delle performance dei modelli.
• Gestire versioning di modelli e artefatti.
• Automatizzare build, test e deployment tramite CI/CD.
• Collaborare con team tecnici per ottimizzare affidabilità.
• Contribuire all’evoluzione delle infrastrutture AI.
• Documentare processi e configurazioni.

Conoscenze

MLOps

DevOps

ML Engineering

CI/CD automation

Problem solving

Autonomy

Strumenti

Docker

Kubernetes

Cloud platforms

Model tracking

Infrastructure as Code

Descrizione del lavoro

AGAP2 Italia cerca un Machine Learning Operations Engineer per un ruolo full remote, integrandosi in un team dedicato all’Intelligenza Artificiale. Sarai responsabile della gestione delle pipeline MLOps, dal development al deployment in produzione, collaborando con Data Scientist, ML Engineer e sviluppatori.

Richiesta esperienza media-alta in MLOps/DevOps, conoscenza CI/CD e automazione; familiarità con Docker, Kubernetes e ambienti cloud; capacità di lavoro autonomo e in team, con opportunità