Junior AI Engineer- BIP AI LAB
Job Description
Entra nel nostro mondo. Trasforma insieme a noi. Junior AI Engineer – BIP AI LAB
Location:
Bari – Ibrido Quale sarà la tua sfida? Lavorare in BIP AI LAB significa operare in un contesto internazionale e multidisciplinare, contribuendo a progetti di consulenza, innovazione, ricerca finanziata e formazione sull’Intelligenza Artificiale. Farai parte di un team multidisciplinare che integra tre anime: Research : esperti che presidiano lo stato dell'arte in machine learning, AI generativa e metodi quantitativi. Engineering : sviluppatori e ingegneri specializzati in data engineering, data science, integrazione e visualizzazione del dato. Delivery : consulenti che traducono le soluzioni in risultati di business, dal design alla produzione. Competenze richieste Supportare lo sviluppo di pipeline MLOps end-to-end (training, validazione, deployment, monitoring) con strumenti come MLflow, Kubeflow o SageMaker Pipelines. Contribuire alla containerizzazione di modelli AI con Docker e al loro deployment su piattaforme cloud (Azure ML, AWS SageMaker, Vertex AI). Collaborare alla realizzazione di API di inferenza (FastAPI, Flask) esposte su servizi cloud e orchestrate tramite Kubernetes o se
Entra nel nostro mondo. Trasforma insieme a noi. Junior AI Engineer – BIP AI LAB
Location:
Bari – Ibrido Quale sarà la tua sfida? Lavorare in BIP AI LAB significa operare in un contesto internazionale e multidisciplinare, contribuendo a progetti di consulenza, innovazione, ricerca finanziata e formazione sull’Intelligenza Artificiale. Farai parte di un team multidisciplinare che integra tre anime: Research : esperti che presidiano lo stato dell'arte in machine learning, AI generativa e metodi quantitativi. Engineering : sviluppatori e ingegneri specializzati in data engineering, data science, integrazione e visualizzazione del dato. Delivery : consulenti che traducono le soluzioni in risultati di business, dal design alla produzione. Competenze richieste Supportare lo sviluppo di pipeline MLOps end-to-end (training, validazione, deployment, monitoring) con strumenti come MLflow, Kubeflow o SageMaker Pipelines. Contribuire alla containerizzazione di modelli AI con Docker e al loro deployment su piattaforme cloud (Azure ML, AWS SageMaker, Vertex AI). Collaborare alla realizzazione di API di inferenza (FastAPI, Flask) esposte su servizi cloud e orchestrate tramite Kubernetes o se