Senior Cloud Architect – ML Platform pbr/pChi siamopbr/ppGANIGA è una startup deeptech italiana che sviluppa smart bins capaci di riconoscere e differenziare automaticamente i rifiuti. Combiniamo robotica, visione artificiale, AI e design industriale per creare prodotti robusti, scalabili e user-friendly, con l’obiettivo di rivoluzionare la raccolta differenziata e promuovere l’economia circolare. /ppSiamo un team giovane e dinamico, con mentalità startup: flessibili, veloci e orientati a creare impatto reale nel mondo. /ppbr/pPerché questo ruolo è importantepbr/ppCerchiamo un Senior Cloud Architect che diventi il punto di riferimento tecnico per l'intera infrastruttura di GANIGA, progettando un'architettura cloud-native su Google Cloud Platform capace di far scalare la nostra flotta di smart bins e le pipeline di visione artificiale. Sarai responsabile di implementare sistemi a microservizi ed event-driven che permettano di addestrare e distribuire modelli AI in modo sicuro e veloce, garantendo osservabilità end-to-end e trasformando dati complessi in intelligenza operativa. Per noi GCP non è un semplice strumento ma il cuore pulsante del progetto, per questo cerchiamo un esperto che conosca la piattaforma nativamente e sappia governare l'intero ciclo di vita dei dati e dei modelli per supportare la nostra crescita tecnologica. /ppbr/pResponsabilità principalipbr/pullistrongDesign e Governo Architetturale: /strong Definire e governare i blueprint architetturali, focalizzandosi su microservizi, architetture event-driven, data governance e principi di emsecurity-by-design /em. /lilistrongDesign e Implementazione MLOps: /strong Progettare e implementare architetture per l'addestramento continuo (Continuous Training), il versioning e la distribuzione sicura dei modelli AI/Visione Artificiale in produzione (sia in cloud che Edge). /lilistrongPipeline Dati e Ingestione IoT: /strong Costruire architetture cloud scalabili per l'ingestione, l'elaborazione e lo storage di grandi volumi di dati IoT/telemetria e, in particolare, i dati necessari per il training AI (immagini, metadati) tramite servizi event-driven (es. Pub/Sub). /lilistrongStack Tecnologico GCP: /strong Scelta, integrazione e supervisione dell'intero stack tecnologico in ambiente strongGoogle Cloud Platform (GCP) /strong, inclusi componenti di orchestrazione container (GKE) e soluzioni serverless. /lilistrongInfrastruttura as Code (IaC): /strong Progettare e automatizzare l'infrastruttura tramite strumenti IaC (es. Terraform, Bicep, CloudFormation/CDK) per il provisioning e la gestione delle risorse, con particolare attenzione agli ambienti di calcolo ad alte prestazioni (GPU, TPU). /lilistrongSicurezza e Compliance: /strong Definire e implementare le politiche di sicurezza (IAM, networking) per proteggere l'infrastruttura ML, i dataset sensibili e l'applicazione (OWASP best practice), garantendo autenticazione e protocolli sicuri. /lilistrongResilienza e Osservabilità: /strong Collaborare con i team SRE/DevSecOps per garantire resilienza, performance, logging, monitoraggio robusto delle pipeline ML e osservabilità end-to-end. Definire i criteri di Business Continuity e i livelli di RTO/RPO. /lilistrongCollaborazione Tecnica: /strong Lavorare a stretto contatto con i Data Scientist e gli Ingegneri Software per supportare le loro esigenze infrastrutturali specifiche dell'AI e supportare il miglioramento continuo dei processi di rilascio, documentazione e knowledge transfer. /lilistrongOttimizzazione Costi: /strong Ottimizzare continuamente i costi delle risorse di calcolo e storage in ambiente GCP. /li /ulpbr/pRequisiti minimipbr/pullistrongEsperienza: /strong Solida esperienza (minimo 5 stronganni /strong) nella progettazione e gestione di architetture cloud complesse, distribuite e in produzione. /lilistrongCloud: /strong Competenza approfondita e documentata in strongGoogle Cloud Platform (GCP) /strong. /lilistrongArchitetture Distribuite: /strong Ottima conoscenza dei pattern per microservizi, architetture multi-tenant, architetture event-driven e principi API-first. /lilistrongContainerizzazione e Orchestrazione: /strong Comprensione solida e pratica di containerizzazione (strongDocker /strong) e orchestrazione (strongKubernetes / GKE /strong). /lilistrongIaC/Automazione: /strong Esperienza pratica e padronanza nell'uso di strumenti IaC (strongTerraform /strong) e scripting/programmazione per l'automazione (es. Python, Bash). /lilistrongMLOps e Data Pipeline: /strong Esperienza nella creazione o gestione di pipeline di dati e di Machine Learning (MLOps). /lilistrongSicurezza: /strong Competenze solide su sicurezza applicativa, protocolli di autenticazione e best practice OWASP. /lilistrongLingua: /strong Inglese fluente. /li /ulpbr/pPlus / Preferenze (Forte interesse per GCP)pbr/pullistrongCertificazioni GCP: /strong Certificazioni attive su Google Cloud Platform. /lilistrongML Compute: /strong Esperienza specifica nell'allocazione e ottimizzazione di risorse di calcolo per l'addestramento di modelli di Deep Learning (GPU/TPU). /lilistrongStrumenti MLOps: /strong Esperienza con strumenti specifici di MLOps (es. Kubeflow, MLflow, DVC) e nell'integrazione di servizi LLM all'interno dell’ecosistema tecnologico. /lilistrongIoT Cloud: /strong Competenza in soluzioni IoT Cloud (es. Google Cloud IoT Core). /li /ulpbr/pSoft skills Mentalitàpbr/pullistrongMentalità da Startup: /strong Flessibilità, adattabilità e capacità di prendere decisioni architetturali rapide ma informate. /lilistrongVisione Strategica: /strong Capacità di bilanciare le esigenze immediate del Data Science con la scalabilità a lungo termine della piattaforma. /lilistrongOwnership: /strong Forte emownership /em e responsabilità sull'affidabilità e la sicurezza dell'infrastruttura. /lilistrongComunicazione: /strong Ottime capacità comunicative per spiegare architetture complesse a team multidisciplinari. /lilistrongProattività: /strong Approccio proattivo al problem solving e al miglioramento continuo. /li /ulpbr/ppbr/ppLavoro ibrido: 3 giorni in ufficio 2 in smart (non siamo fiscali, vige il buon senso) /ppbr/ppRAL 70k - 80k commisurati all'esperienza /p