Cloud Native Artificial Intelligence Engineer
Kiratech S.p.A.
Roma
30
Discreto
help
thumb_up Mi piace
Immagine a scopo illustrativo
Azienda: Kiratech S.p.A. Roma
Esperienza: Esperienza in data science e machine learning
Titolo di studio: Laurea in Ingegneria Informatica o settore correlato
Dal 2005, in Kiratech ci occupiamo di fornire consulenza, formazione e servizi in ambito Cloud Native e di aiutare le aziende ad adottare l'approccio Platform in modo efficace; siamo infatti membri della Cloud Native Computing Foundation (CNCF), partner dei principali Cloud Provider ed accogliamo al nostro interno un team con expertise in platform engineering, infrastructure engineering, Cloud computing, Cloud Native cybersecurity, site reliability engineering, software engineering, machine learning engineering, e data engineering.
Il nostro obiettivo è ascoltare le richieste dei clienti per guidarli verso una maggiore efficienza e produttività, facendo dell’IT un acceleratore del business.
Kiratech fa per te se cerchi un'azienda in cui:
• l’attenzione alla persona è fondamentale
• lavorare fianco a fianco con esperti del settore
• sviluppare e consolidare competenze pratiche e concrete
• collaborare all’interno di un team coeso
• lavorare per obiettivi
Kiratech è alla ricerca di una/un? Cloud Native Artificial Intelligence Engineer per il suo Engineering Team.
La figura si occuperà di contribuire attivamente come parte di un team, su progetti attivi presso i clienti di Kiratech nell’adozione di tecnologie e pratiche di data science and machine learning engineering platforms e Cloud Native.
La persona che meglio si presta a questo ruolo ha esperienza accademica o lavorativa nella definizione e/o implementazione di data science and machine learning engineering platforms, ha conoscenza di tecnologie Cloud Native, ha un’attitudine creativa e propositiva davanti a complessità socio-tecniche ed è in grado di analizzare problematiche tecniche, proporre soluzioni e comunicarle in modo convincente a stakeholders sia a livello tecnico sia al livello di business.
Conoscenze e competenze necessarie:
Tecniche
Machine Learning e ML Ops ( Model Engineering, Deployment, Monitoring) e campi associati (ad esempio Data Ops, Data Engineering, Model Engineering)
Componenti di AI Ops, data fabric, data lake o data mesh, tra cui anche strumenti di ETL e message passing
Esperienza con data science and machine learning engineering platforms quali Valohai, A naconda Enterprise, Databricks ML Reef, ZenML, Hugging Face, Wandb, ML Flow, Meta Flow, Tensor Flow Extended (TFX), Cloudera, Pro Active AI Orchestration, Data Robot, Dataiku, Domino, Iguazio, Verta, Neptune. ai
Esperienza con le soluzioni di Data Analytics, ML Ops e Data Platform di uno o più dei principali Cloud provider (e. g. Amazon Sage Maker, Microsoft Azure Machine Learning, Google Vertex AI, IBM Cloud Pak for Data)
Esperienza nella collaborazione con team di Data Scientist e supporto degli stessi nella definizione ed implementazione di data science and machine learning engineering platforms
Esperienza nell’implementazione di librerie e/o SDK in Python.
Conoscenze delle metodologie di Continuous Delivery e Continuous Integration
Competenze con uno o più degli strumenti di CI/CD (ad esempio Jenkins, Git Hub Actions, Git Lab CI), anche in ambito Cloud Native Continuous Delivery (ad esempio Keptn, Flux, Argo, Tekton)
Esperienza dei principali tool di infrastructure-as-code (ad esempio Terraform, Ansible), e metodologia Git Ops
Esperienza in strumenti di containerizzazione (ad esempio Docker, podman, buildah, Cloud Native Buildpacks)
Esperienza come amministratore o sviluppatore di applicazioni e/o modelli di machine learning in ambienti basati su Kubernetes (ad esempio Kubernetes, K3s, Rancher), preferibilimente con certificazioni CKA
Competenze sistemistiche Linux
Technical Project Lead
Esperienza come technical project lead in un contesto accademico o di consulenza, o all’interno di un reparto di progettazione
Conoscenza di standard di Service Management o Project Management, o certificazioni associate (ad esempio PRINCE2, ITIL, FitSM, AgilePM)
Lingue
Buona conoscenza della lingua inglese dal punto di vista professionale
Costituiscono titolo preferenziale certificazione o esperienza dimostrabile in:
Utilizzo di strumenti di AI per l’efficientamento delle pratiche di software engineering e/o per l’integrazione di AI nel sotware
Red Hat Open Shift AI
Apache Spark, Apache Flink, Apache Hadoop, Neo4j, OpenAI
Stack Elastic ( Kibana, Logstash, Beats), od in alternativa stack Grafana ( Grafana, Loki, Prometheus, Promtail)
Approcci Dev Sec Ops:
Strumenti di code quality (ad esempio Sonar Source, Mend)
Software supply chain management (ad esempio Snyk, Trivy) e metodi associati (SAST, DAST)
Cosa offriamo?
Premio fedeltà (se rimani con noi 36 mesi)
Formazione continua: 1 giorno al mese dedicato alla formazione tramite l'ausilio di piattaforme dedicate
Working from anywhere (1 mese all’anno o 4 settimane)
Recharging Friday (1 venerdì a trimestre retribuito)
Voce amica
Ticket Restaurant elettronici
Welfare aziendale
Lavoro in un contesto aziendale giovane, dinamico, tecnologicamente innovativo
#J-18808- Ljbffr
✔ Kiratech S.p.A.