About this role

Progettare, implementare e gestire infrastrutture cloud e on-premise per applicazioni AI e data-intensive;
Definire e ottimizzare pipeline di calcolo distribuito (es. Spark, Ray, Dask);
Sviluppare e mantenere piattaforme MLOps/DevOps per il ciclo di vita dei modelli (CI/CD, monitoring, retraining);
Gestire cluster, container e orchestratori (Kubernetes, Openshift);
Abilitare l’uso efficiente di risorse hardware specializzate (GPU, TPU);
Monitorare le performance delle soluzioni AI in produzione e garantire scalabilità, resilienza e sicurezza;
Collaborare con architetti IT e cloud per integrare le piattaforme AI negli ecosistemi aziendali.

Laurea in Ingegneria Informatica o discipline affini;
Esperienza di 2-3 anni nella gestione di infrastrutture per applicazioni AI e Big Data;
Conoscenza di pratiche DevOps/MLOps e dei relativi strumenti (Jenkins, Azure DevOps, MLflow, Kubeflow);
Ottima padronanza di container e orchestratori (Docker, Kubernetes, Openshift);
Esperienza con framework di calcolo distribuito (Apache Spark, Ray, Dask);
Conoscenza di almeno uno dei principali cloud provider (AWS, Azure, GCP);
Buone competenze in linguaggi di programmazione come Python e Bash per scripting e automazione;
Familiarità con piattaforme dati enterprise (Cloudera, Databricks).

Infrastructure AI/ML Engineer

Key skills