Senior AI Engineer – BIP AI LAB
Pubblicato il 30-09-2026 - Business Integration Partners in Savona
Overview
Possiede le competenze, l'esperienza e la determinazione necessarie per avere successo in questo ruolo? Lo scopra qui sotto.
In questo ruolo di Senior AI Engineer, contribuirai 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'occasione combina sviluppo tecnico avanzato e mentoring, in un contesto internazionale e orientato alla crescita professionale. Un aspetto chiave è collaborare con diverse funzioni per guidare progetti di AI integrati nel business
Retribuzione / Benefits
- Formazione e sviluppo professionale
- Lavoro ibrido/remoto
- Assicurazione sanitaria
- Check-up agevolati e benessere psicofisico
- Piano welfare integrativo
- Ticket restaurant
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, SageMaker, 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 xysqume di Python, Docker, Kubernetes e di almeno un orchestratore ML (MLflow, Kubeflow, SageMaker 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 (GitHub Actions, GitLab CI, Azure DevOps) e in Infrastructure as Code (Terraform, Bicep, CloudFormation)
- Conoscenza di principi di sicurezza cloud, cost optimization e gestione di ambienti multi-tenant per workload AI
- Mentoring tecnico
- Collaborazione cross-funzionale
- Proble solving proattivo
- Python
- Docker
- Kubernetes