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)

#J-18808-Ljbffr

📌 AI Engineer (Torino)
🏢 Altro
📍 Torino