In questo ruolo di Senior AI Engineer, contribuirei alla progettazione e industrializzazione di piattaforme MLOps su cloud, con focus su produzione end-to-end di pipeline ML e governance dei modelli. Lavorerai in un team multidisciplinare (Research, Engineering, Delivery) per trasformare ricerca e innovazione in soluzioni aziendali concrete.

Ti occuperai di architetture scalabili, osservabilità dei modelli e pratiche di sicurezza e costi in ambienti production. L'opportunità combina sviluppo tecnico avanzato e mentoring, in un contesto internazionale e orientato alla crescita qualificato.

Un aspetto chiave è collaborare con diverse funzioni per guidare progetti di AI integrati nel business Retribuzione / Benefits Formazione e sviluppo professionale Assicurazione sanitaria Check-up agevolati e benessere psicofisico Piano welfare integrativo Responsabilità Guidare la progettazione di piattaforme MLOps enterprise su cloud (Azure, AWS, GCP) definendo pattern architetturali, standard e tooling Presidiare lo sviluppo di pipeline ML end-to-end production-grade: feature engineering, training distribuito, deployment blue/green o canary, monitoring, retraining automatico Definire architetture di model serving scalabili (real-time, batch, streaming)



su Kubernetes, Sage Maker, Azure ML Endpoints o Vertex AI Collaborare con Cloud Architect e Data Engineer per architetture end-to-end per sistemi AI in produzione, con sicurezza, networking e costi Implementare strategie di model observability, drift detection, A/B testing e governance dei modelli in produzione Fare mentoring tecnico e code review verso i profili junior, contribuendo a best practice e crescita delle competenze MLOps del team Requisiti fondamentali Dai 3 ai 6 anni di esperienza in ML Engineering, MLOps o Cloud Engineering applicato all'AI Padronanza di Python, Docker, Kubernetes e di almeno un orchestratore ML (MLflow, Kubeflow, Sage Maker Pipelines, Azure ML Pipelines) Esperienza consolidata su almeno un cloud provider (Azure, AWS o GCP) e sui relativi servizi ML/AI a livello production-grade Competenza in CI/CD per ML (Git Hub Actions, Git Lab CI, Azure Dev Ops) e in Infrastructure as Code (Terraform, Bicep, Cloud Formation) Conoscenza di principi di sicurezza cloud, cost optimization e gestione di ambienti multi-tenant per workload AI Collaborazione cross-funzionale Proble solving proattivo

📌 Senior ai engineer - bip ai lab (Savona)
🏢 Business Integration Partners
📍 Savona