Cosmicoconnette il talento digitale con le organizzazioni e le esperienze che possono valorizzarlo e accrescerlo.
Siamo una startup e una community di talenti nei campi del Coding (sviluppo web e mobile), Design (UX/UI, Graphic e Motion Design), Marketing (Copywriting, Social Media, Art Direction) e Strategy & Data (PM/PMO, Data Expert).
Collaboriamo con società di consulenza, agenzie digitali, grandi aziende e startup internazionali.
Siamo ossessionati dalla ricerca del vero talento: ogni giorno entriamo in contatto con professionisti digitali promettenti o affermati, coinvolgendoli in progetti ad alto impatto.
Vogliamo creare una community di professionisti che crescano insieme, attraverso sfide condivise, scambio di esperienze e aggiornamento continuo.
Non siamo un'agenzia di recruiting, ma una community in cui valorizzare e far emergere il talento.
COSA CERCHIAMO
Per un nostro cliente, leader internazionale della consulenza tecnologica e di system integration, siamo alla ricerca di un* Machine Learning Engineer di seniority middle.
La risorsa lavorerà all'interno di un team misto composto da consulenti interni e stakeholder del cliente, per contribuire all'industrializzazione di modelli di classificazione nell'ambito della creazione di una nuova data platform su AWS.
LE ATTIVITÀ
Analisi esplorativa dei dati (EDA) e preparazione dei dataset.
Feature engineering e ottimizzazione dei dataset per i modelli di classificazione.
Industrializzazione dei modelli tramite pipeline ML e workflow automatizzati.
Implementazione di endpoint di inferenza e processi di deployment.
Collaborazione con il team di progetto per integrare i modelli nella nuova data platform AWS.
CHI CERCHIAMO
Machine Learning Engineer con esperienza pratica su Python e Git.
Competenza nella industrializzazione di modelli ML in contesti enterprise.
Conoscenza operativa dei servizi AWS, in particolare: Lamda, API, Gateway, S3.
Attitudine al lavoro in team e collaborazione con figure tecniche e di business.
COSA OFFRIAMO
Partenza: dicembre ****
Durata: 4 mesi
Modalità: full-remote
Rate: 250