Solution Architect - Technology Consulting

Jobtailor; Milano; In loco; EUR 90.000 - 120.000; Tempo pieno

Descrizione del lavoro

Jobtailor cerca una figura di Data Architect/Lead ML per guidare lo sviluppo di architetture end-to-end per dati, analytics e AI, coordinando team cross-funzionali e progetti innovativi nel cloud.

La persona definirà l’indirizzo tecnico, gestirà pipeline dati e modelli AI/ML in ottica MLOps e collaborerà con stakeholder business e IT su use case e roadmap evolutive, con focus sulle soluzioni Generative AI.

Competenze

• Ottima padronanza di Python per sviluppo applicativo e data processing.
• Esperienza consolidata in data science, machine learning e AI (preferibile Generative AI).
• Ottima padronanza di Python per sviluppo applicativo e modellazione avanzata.
• Competenze solide in SQL (modellazione, ottimizzazione, gestione dati).
• Esperienza su piattaforme cloud (AWS, Azure, Google Cloud Platform).
• Esperienza nella progettazione di architetture dati e applicative scalabili.
• Conoscenza di pratiche DevOps (CI/CD) e MLOps.
• Familiarità con sviluppo di API e integrazione sistemi.
• Esperienza consolidate nell’utilizzo e customizzazione di framework ML (es. scikit-learn, TensorFlow, PyTorch)
• Esperienza nella gestione di team e delivery progettuali complessi
• Ottime capacità di stakeholder management a livello senior
• Approccio strutturato e orientamento al risultato
• Eccellenti capacità comunicative.

Mansioni

• progettazione di architetture end-to-end per soluzioni data, analytics e AI
• sviluppo e integrazione di applicazioni custom e piattaforme avanzate
• definizione e industrializzazione di pipeline dati e modelli AI/ML in ottica MLOps
• gestione dei processi di sviluppo e rilascio (DevOps, CI/CD)
• governance delle architetture dati e delle integrazioni tra sistemi
• coordinamento di team multidisciplinari (data engineer, data scientist, cloud engineer)
• definizione dell’indirizzo tecnico e mentoring delle risorse
• pianificazione delle attività e gestione della delivery progettuale
• gestione della relazione con stakeholder business e IT su use case e roadmap evolutive
• supporto a iniziative di pre‑sales e definizione di soluzioni progettuali
• gestione di contesti complessi e multi‑stakeholder
• scouting e introduzione di soluzioni innovative (AI, Generative AI, IoT)

Conoscenze

Python

Data science

Machine learning

AI

API development

DevOps

MLOps

Stakeholder management

Structured approach

Comunicazione efficace

Strumenti

AWS

Azure

Google Cloud Platform

scikit-learn

TensorFlow

PyTorch

CI/CD

MLOps

Descrizione del lavoro

Responsabilità

• progettazione di architetture end-to-end per soluzioni data, analytics e AI
• sviluppo e integrazione di applicazioni custom e piattaforme avanzate
• definizione e industrializzazione di pipeline dati e modelli AI/ML in ottica MLOps
• gestione dei processi di sviluppo e rilascio (DevOps, CI/CD)
• governance delle architetture dati e delle integrazioni tra sistemi
• coordinamento di team multidisciplinari (data engineer, data scientist, cloud engineer)
• definizione dell’indirizzo tecnico e mentoring delle risorse
• pianificazione delle attività e gestione della delivery progettuale
• gestione della relazione con stakeholder business e IT su use case e roadmap evolutive
• supporto a iniziative di pre‑sales e definizione di soluzioni progettuali
• gestione di contesti complessi e multi‑stakeholder
• scouting e introduzione di soluzioni innovative (AI, Generative AI, IoT)

Requisiti

• Ottima padronanza di Python per sviluppo applicativo e data processing
• Esperienza consolidata in data science, machine learning e AI (preferibile Generative AI)
• Ottima padronanza di Python per sviluppo applicativo e modellazione avanzata
• Competenze solide in SQL (modellazione, ottimizzazione, gestione dati)
• Esperienza su piattaforme cloud (AWS, Azure, Google Cloud Platform)
• Esperienza nella progettazione di architetture dati e applicative scalabili
• Conoscenza di pratiche DevOps (CI/CD) e MLOps
• Familiarità con sviluppo di API e integrazione sistemi
• Esperienza consolidate nell’utilizzo e customizzazione di framework ML (es. scikit-learn, TensorFlow, PyTorch)
• Esperienza nella gestione di team e delivery progettuali complessi
• Ottime capacità di stakeholder management a livello senior
• Approccio strutturato e orientamento al risultato
• Eccellenti capacità comunicative.