ML engineer

Machine Learning Engineer Join to apply for the ML engineer role at CRAON . 3 days ago Be among the first 25 applicants. Obiettivo L nostro obiettivo è sempre stato quello di creare e ampliare nel tempo un gruppo di persone qualificato, affidabile e disponibile; puntando su professionisti esperti, ma anche sulla formazione, investendo risorse nella crescita professionale. Dipendenti e collaboratori attraverso consolidate competenze tecniche, contribuiscono a rendere Craon un’azienda altamente qualificata e competitiva sul mercato ICT. Responsabilità Stiamo ricercando un middle Machine Learning Engineer con esperienza consolidata nello sviluppo e deployment di soluzioni ML scalabili su Databricks . Specializzato nella gestione di pipeline dati complesse, orchestrazione ML e MLOps, integrazione di modelli in produzione e ottimizzazione delle performance su infrastrutture cloud enterprise. È richiesta conoscenza di almeno uno dei principali cloud provider (Azure, AWS, GCP) , con capacità di lavorare su pipeline distribuite e di gestire cluster, storage e servizi cloud in modo efficiente. Abituato a lavorare su progetti end-to-end: dall’ingestione e trasformazione dei dati, all’addestramento di modelli, al monitoraggio e retraining automatico in produzione. Forte attitudine alla collaborazione con data scientist, data engineer e team di prodotto per garantire soluzioni affidabili, scalabili e ad alto impatto. Competenze tecniche Databricks & Big Data Esperienza avanzata con Databricks PySpark, Spark SQL per elaborazione batch e streaming Delta Lake, Lakehouse architecture, Delta Live Tables Workflow e orchestrazione con Databricks Jobs & Workflows MLflow per tracking esperimenti, versionamento modelli e deployment Machine Learning / MLOps Modellazione supervisionata e non supervisionata Feature engineering su dataset enterprise di grandi dimensioni Deployment di modelli ML/AI come microservizi o endpoint API Monitoraggio modelli, drift detection e pipeline di retraining automatico CI/CD per modelli tramite GitHub Actions, GitLab CI o Azure DevOps Cloud & Infrastruttura Conoscenza richiesta di almeno uno tra i principali cloud provider (Azure, AWS, GCP) Gestione cluster, networking, sicurezza e storage cloud (ADLS, S3, GCS) Deployment di workflow batch e real-time su cloud provider differenti Data Engineering ETL/ELT con PySpark e Delta Live Tables Gestione data lakehouse e grandi volumi di dati SQL avanzato e ottimizzazione query Backend & API Python (FastAPI/Flask) per servire modelli come microservizi Containerizzazione con Docker Orchestrazione workflow e gestione pipeline batch/real-time Tooling Git, CI/CD, Azure DevOps / GitHub Actions / GitLab CI Logging e monitoring (CloudWatch, Azure Monitor, GCP Stackdriver) IaC: Terraform o Bicep (nice-to-have) Soft Skills Problem solving e pensiero analitico Capacità di lavorare in team multidisciplinari (data scientist, data engineer, product owner) Attitudine alla collaborazione e comunicazione efficace Autonomia nella gestione delle task e delle pipeline di lavoro Approccio pragmatico e orientato ai risultati Capacità di gestire progetti complessi e scadenze Informazioni utili Sede: Milano (ibrido). Si offre contratto a tempo indeterminato CNNL Commercio e Servizi; RAL in relazione all’esperienza effettivamente maturata o contratto in P.IVA. Seniority level Not Applicable Employment type Full-time Job function Engineering and Information Technology Equal Opportunity Statement Il presente annuncio è rivolto ad entrambi i sessi, ai sensi delle leggi 903/77 e 125/91 e a persone di tutte le età e tutte le nazionalità, ai sensi dei decreti legislativi 215/03 e 216/03. #J-18808-Ljbffr