Skills : AI Ethics / GDPR / AI-Act, Architetture di Storage e Networking, AWS Data Masters è la prima tech academy italiana dedicata a Data Science, Artificial Intelligence e Machine Learning. L’obiettivo di Data Masters è formare la nuova generazione di data scientist e machine learning engineer italiani, all’interno di una pipeline di talenti che possa rispondere rapidamente all’enorme domanda di competenze specialistiche che sta investendo e investirà sempre di più il mercato del lavoro. Trasformiamo ogni studente in protagonista di questa rivoluzione digitale, creando strumenti di AI per trasformare dati in insights, guidare decisioni strategiche e sviluppare soluzioni sostenibili e responsabili. Data Masters è anche una community aperta a tutti gli appassionati di AI, Machine Learning e Data Science, per condividere esperienze e crescere insieme. La startup è supportata da advisor di livello internazionale e investitori come Primo Ventures e Zanichelli Ventures. Responsabilità Cercasi esperto in Machine Learning Operations (MLOps) con competenze in orchestrazione di workload ML in ambienti cloud e on-premise. Conoscenza approfondita di piattaforme cloud (GCP, AWS, Azure) e competenze in pipeline ML end-to-end, dalla gestione dei dati al deployment. Esperienza con containerizzazione, Kubernetes, Docker, storage per dati ML, pipeline ETL, monitoraggio (Prometheus, Grafana), sicurezza e API per modelli ML. Capacità di insegnare concetti complessi di MLOps, in modalità teoria e pratica, tramite laboratori ed esercitazioni. Insegnamento online e in presenza su Machine Learning, Deep Learning, MLOps, Data Engineering. Sviluppo di curricula digitali e supporto agli studenti a distanza. Redazione di articoli tecnici o scientifici di alto livello. Partecipazione a eventi pubblici e conferenze come rappresentante aziendale. Requisiti Minimi Esperienza con Google Cloud Platform (GCP), inclusi Compute Engine, Cloud Storage, Cloud SQL e Vertex AI. Conoscenza di TensorFlow Serving, TorchServe e Seldon Core per deployment ML. Gestione di infrastrutture Kubernetes (GKE) con configurazioni di scalabilità, sicurezza e logging. Integrazione di servizi esterni come API di OpenAI in ambienti self-hosted. Ottima conoscenza di opzioni di storage cloud (Standard, Nearline, Coldline) e relative trade-off. Progettazione e implementazione di pipeline ETL con Dataflow, tecniche di anonimizzazione e crittografia. Esperienza con Model Registry e flussi CI/CD per rilascio automatico di modelli ML. Configurazione di strumenti di monitoraggio come Prometheus e Grafana. Sviluppo di API REST sicure (Flask / FastAPI). Gestione risorse in Kubernetes, inclusa affinity e anti-affinity. Analisi dei costi tra diverse piattaforme cloud. Capacità didattiche per creare materiali formativi chiari ed efficaci. Esperienza pregressa come ML Engineer o DevOps in produzione. Laurea in STEM (Scienze, Tecnologia, Ingegneria, Matematica). Ottima conoscenza dell’inglese. Offriamo Ambiente inclusivo e diversificato. Formazione continua e aggiornamenti tecnici. Smart working e flessibilità. Opportunità di crescita in azienda giovane e dinamica. Opportunità di sviluppo professionale. Buoni pasto, computer aziendale, parcheggio gratuito. Sconti sui prodotti e servizi aziendali. Inviare curriculum vitae e lettera di presentazione evidenziando qualifiche e esperienze pertinenti. J-18808-Ljbffr J-18808-Ljbffr