AI Platform Engineer
Pubblicato il 18-09-2026 - M.C. Engineering in Milano
M.C. Engineering Srl Torino, Italia Consulenza Lavoro a distanza Intervallo 25.000, ,00 EUR al mese
Descrizione azienda
MC Engineering è una dinamica società di consulenza informatica , con sedi a Torino, Milano, Roma e Bari. Lavoriamo a stretto contatto con realtà innovative nel mondo ICT, portando avanti progetti che spaziano tra vari settori.
Per noi, le persone sono al centro di tutto : puntiamo su un continuo aggiornamento, sulla crescita costante e sull’eccellenza , per affrontare insieme sfide innovative e fare la differenza nel nostro settore.
Posizione
Cosa farai con noi?
Come AI Platform Engineer avrai l’opportunità di lavorare su progetti innovativi orientati alla progettazione, implementazione e gestione di piattaforme AI enterprise. Sarai coinvolto nello sviluppo di infrastrutture scalabili dedicate all’esecuzione, orchestrazione e monitoraggio di modelli di Intelligenza Artificiale Generativa, contribuendo alla costruzione di ecosistemi tecnologici moderni basati su Large Language Model (LLM), AI Agents e servizi cloud-native.
Ti occuperai della gestione e ottimizzazione di ambienti AI-driven, supportando l’integrazione tra piattaforme cloud, pipeline MLOps, sistemi di automazione e servizi enterprise, collaborando con team multidisciplinari per garantire affidabilità, sicurezza e performance delle soluzioni implementate.
Opererai in un contesto partecipativo e strutturato, orientato alla qualità e all’innovazione, dove il tuo contributo sarà valorizzato attraverso un percorso di crescita professionale.
Competenze richieste
- Laurea o diploma tecnico
- Esperienza di almeno 3 anni in ambito Platform Engineering, Cloud Engineering, DevOps o AI Infrastructure
- Ottima conoscenza di ambienti cloud (Azure, AWS o GCP)
- Esperienza con containerizzazione e orchestrazione (Docker, Kubernetes)
- Conoscenza di infrastrutture cloud-native e architetture a microservizi
- Esperienza con strumenti DevOps e CI/CD
- Familiarità con pipeline MLOps e deployment di model