Senior Software Engineer
Pubblicato il 29-10-2026 - Leonardo in Italia
Leonardo è un gruppo industriale internazionale, tra le principali realtà mondiali nell’Aerospazio, Difesa e Sicurezza che realizza capacità tecnologiche multidominio in ambito Elicotteri, Velivoli, Aerostrutture, Elettronica, Cyber Security e Spazio. Con oltre 60.000 dipendenti nel mondo, l’azienda ha una solida presenza industriale in Italia, Regno Unito, Polonia, Stati Uniti, e opera in 150 paesi anche attraverso aziende controllate, joint venture e partecipazioni. Protagonista dei principali programmi strategici a livello globale, è partner tecnologico e industriale di Governi, Amministrazioni della Difesa, Istituzioni e imprese. /ppAll’interno dell’Area Cyber Security Solutions, stiamo ricercando un/a Software Engineer per servizi dati, cloud e ML per la nostra sede di Genova / Roma Laurentina. /ph3Di seguito l’elenco delle principali attività previste per il ruolo: /h3ulliSviluppare microservizi per data ingestion, transformation, API exposure e processing /liliImplementare servizi per batch e streaming data processing con integration tra i due paradigmi /liliSviluppare API RESTful, GraphQL e gRPC per data access e analytics query execution /liliImplementare servizi per cloud infrastructure management (compute, storage, networking) /liliSviluppare servizi per orchestration e provisioning di risorse cloud /liliImplementare servizi per security posture monitoring e compliance checking /liliSviluppare componenti per cost tracking, resource optimization e billing /liliImplementare servizi per ML lifecycle management (training, evaluation, deployment, monitoring) /liliSviluppare servizi per model registry,
versioning e metadata tracking /liliSviluppare API per model serving e inference con support per batch e real-time predictions /liliImplementare servizi per feature store management e feature engineering pipelines /liliImplementare servizi per metadata management e data catalog integration /liliSviluppare componenti per data quality validation e monitoring /liliIntegrare con data lakehouse per unified batch-streaming storage /liliIntegrare con cloud providers APIs (OpenStack, AWS, Azure) per multi-cloud scenarios /liliImplementare servizi per disaster recovery automation e backup orchestration /liliSviluppare Kubernetes operators per custom resource management /liliImplementare caching strategies e query optimization per performance /liliSviluppare servizi per data lineage tracking e impact analysis /liliImplementare servizi per model monitoring (drift detection, performance tracking, data quality) /liliSviluppare servizi per automated retraining pipelines e continuous learning /liliGarantire scalabilità, reliability e security per data services, cloud services e ML workloads /liliImplementare pattern per fault tolerance, retry mechanisms e error handling /liliImplementare testing automation e CI/CD pipelines per cloud services, data services e ML pipelines /liliMantenere elevati standard di qualità del codice attraverso testing e code review /liliCollaborare con data engineers, infrastructure team, data scientists e ML engineers per implementazione end-to-end /li /ulh3Titolo di studio /h3pLaurea in Ingegneria Informatica, Informatica o equivalente.
/ph3Seniorità /h3pExpert (da 2 a 5 anni di esperienza nel ruolo, o più di 5 anni di esperienza in ruoli analoghi) /ph3Conoscenze e competenze tecniche /h3ulliSviluppo backend con linguaggi enterprise (Java, Python, Scala, Go) per data platforms, cloud platforms e ML platforms /liliData processing con framework moderni (Apache Spark, Apache Flink) /liliArchitetture event-driven per data streaming e real-time processing /liliCloud platforms APIs (OpenStack, AWS/Azure SDKs) e resource management /liliKubernetes e container orchestration con operators pattern /liliInfrastructure as Code (Terraform, Pulumi) e automation /liliMicroservizi cloud-native con service mesh integration /liliMLOps practices per model lifecycle automation /liliModel serving frameworks (TensorFlow Serving, TorchServe, Triton Inference Server) /liliML orchestration tools (Kubeflow, MLflow) e experiment tracking /liliFeature stores (Feast, Tecton) e feature engineering pipelines /liliSviluppo di API (RESTful, GraphQL, gRPC) per data services, infrastructure services e ML services /liliDatabase relazionali e NoSQL ottimizzati per analytics (columnar, document, wide-column) /liliData lakehouse integration (Delta Lake, Apache Iceberg) con ACID semantics /liliSecurity automation (policy enforcement, compliance scanning, secrets management) /liliCaching distribuito (Redis, Memcached) per performance optimization /liliAPI design per infrastructure services e ML services con versioning e backward compatibility /li /ulh3Competenze comportamentali /h3ulliAutonomia nella gestione di task complessi multi-componente /liliBuone capacità comunicative e problem solving analitico /liliOrientamento alla qualità del codice, data quality, automazione, infrastructure as code, performance e scalability /liliSecur