Senior AI Engineer – BIP AI LAB
Job Description
Entra nel nostro mondo. Trasforma insieme a noi. Senior 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 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 c
Entra nel nostro mondo. Trasforma insieme a noi. Senior 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 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 c