Skills : AI Ethics / GDPR / AI-Act, Storage and Networking Architectures, 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, responsabili e consapevoli. 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 innovativa e in rapida espansione, supportata da advisors internazionali e investitori come Primo Ventures e Zanichelli Ventures. Responsabilità Cercasi esperto in Machine Learning Operations (MLOps) con competenze nell’orchestrazione di workload ML in ambienti cloud e on-premise. Conoscenza approfondita di piattaforme cloud (GCP, AWS, Azure) e capacità di implementare 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 dei dati e sviluppo API per modelli ML. Capacità di insegnare concetti complessi di MLOps, sia teorici che pratici, attraverso laboratori ed esercitazioni, in modalità online e in presenza, su Machine Learning, Deep Learning, Data Engineering. Sviluppo di curriculum digitali e mentoring a distanza. Produzione di articoli tecnici/scientifici e partecipazione a eventi pubblici, rappresentando l’azienda in seminari e conferenze. Requisiti Minimi Esperienza con Google Cloud Platform (GCP), inclusi Compute Engine, Cloud Storage, Cloud SQL, Vertex AI. Conoscenza di TensorFlow Serving, TorchServe, Seldon Core per deployment di modelli 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. Conoscenza di storage cloud (Standard, Nearline, Coldline) e relativi trade-off. Progettazione e implementazione di pipeline ETL con Dataflow, tecniche di anonimizzazione e crittografia. Esperienza con Model Registry e flussi CI/CD per il rilascio di modelli ML. Configurazione di strumenti di monitoraggio come Prometheus e Grafana. Sviluppo di API REST sicure (Flask / FastAPI) con meccanismi di sicurezza e rate limiting. Gestione risorse in Kubernetes, inclusi affinity e anti-affinity per carichi ML. Analisi dei costi tra diverse piattaforme cloud. Capacità didattiche e di creazione di materiali formativi. Esperienza come ML Engineer o DevOps in progetti di produzione. Laurea in ambito STEM e conoscenza fluente dell’inglese. Offriamo Ambiente inclusivo che promuove diversità e integrazione. Formazione continua e aggiornamenti tecnologici. Smart-working e flessibilità lavorativa. Opportunità di crescita in una startup dinamica e in espansione. Opportunità di sviluppo professionale, buoni pasto, computer aziendale, parcheggio gratuito, sconti aziendali. Invia il curriculum vitae e una lettera di presentazione che evidenzi qualifiche e esperienze pertinenti. J-18808-Ljbffr J-18808-Ljbffr