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