CYS_Software Engineer_TP

Job Description
Leonardo è un gruppo industriale internazionale, tra le principali realtà mondiali nell'Aerospazio, Difesa e Sicurezza che realizza capacità tecnologiche multidominio in ambito Elicotteri, Velivoli, Aerostrutture, Elettronica, Cyber Security e Spazio. Con oltre 60.000 dipendenti nel mondo, l'azienda ha una solida presenza industriale in Italia, Regno Unito, Polonia, Stati Uniti, e opera in 150 paesi anche attraverso aziende controllate, joint venture e partecipazioni. Protagonista dei principali programmi strategici a livello globale, è partner tecnologico e industriale di Governi, Amministrazioni della Difesa, Istituzioni e imprese. All'interno dell'Area Cyber & Security Solutions, stiamo ricercando un/a Software Engineer per servizi dati, cloud e ML per la nostra sede di Genova / Roma Laurentina. Di seguito l'elenco delle principali attività previste per il ruolo:
* Sviluppare microservizi per data ingestion, transformation, API exposure e processing
* Implementare servizi per batch e streaming data processing con integration tra i due paradigmi
* Sviluppare API RESTful, GraphQL e gRPC per data access e analytics query execution
* Implementare servizi per cloud infrastructure management (compute, storage, networking)
* Sviluppare servizi per orchestration e provisioning di risorse cloud
* Implementare servizi per security posture monitoring e compliance checking
* Sviluppare componenti per cost tracking, resource optimization e billing
* Implementare servizi per ML lifecycle management (training, evaluation, deployment, monitoring)
* Sviluppare servizi per model registry, versioning e metadata tracking
* Sviluppare API per model serving e inference con support per batch e real-time predictions
* Implementare servizi per feature store management e feature engineering pipelines
* Implementare servizi per metadata management e data catalog integration
* Sviluppare componenti per data quality validation e monitoring
* Integrare con data lakehouse per unified batch-streaming storage
* Integrare con cloud providers APIs (OpenStack, AWS, Azure) per multi-cloud scenarios
* Implementare servizi per disaster recovery automation e backup orchestration
* Sviluppare Kubernetes operators per custom resource management
* Implementare caching strategies e query optimization per performance
* Sviluppare servizi per data lineage tracking e impact analysis
* Implementare servizi per model monitoring (drift detection, performance tracking, data quality)
* Sviluppare servizi per automated retraining pipelines e continuous learning
* Garantire scalabilità, reliability e security per data services, cloud services e ML workloads
* Implementare pattern per fault tolerance, retry mechanisms e error handling
* Implementare testing automation e CI/CD pipelines per cloud services, data services e ML pipelines
* Mantenere elevati standard di qualità del codice attraverso testing e code review
* Collaborare con data engineers, infrastructure team, data scientists e ML engineers per implementazione end-to-end Titolo di studio Laurea in Ingegneria Informatica, Informatica o equivalente. Seniorità Expert (da 2 a 5 anni di esperienza nel ruolo, o più di 5 anni di esperienza in ruoli analoghi) Conoscenze e competenze tecniche
* Sviluppo backend con linguaggi enterprise (Java, Python, Scala, Go) per data platforms, cloud platforms e ML platforms
* Data processing con framework moderni (Apache Spark, Apache Flink)
* Architetture event-driven per data streaming e real-time processing
* Cloud platforms APIs (OpenStack, AWS/Azure SDKs) e resource management
* Kubernetes e container orchestration con operators pattern
* Infrastructure as Code (Terraform, Pulumi) e automation
* Microservizi cloud-native con service mesh integration
* MLOps practices per model lifecycle automation
* Model serving frameworks (TensorFlow Serving, TorchServe, Triton Inference Server)
* ML orchestration tools (Kubeflow, MLflow) e experiment tracking
* Feature stores (Feast, Tecton) e feature engineering pipelines
* Sviluppo di API (RESTful, GraphQL, gRPC) per data services, infrastructure services e ML services
* Database relazionali e NoSQL ottimizzati per analytics (columnar, document, wide-column)
* Data lakehouse integration (Delta Lake, Apache Iceberg) con ACID semantics
* Security automation (policy enforcement, compliance scanning, secrets management)
* Caching distribuito (Redis, Memcached) per performance optimization
* API design per infrastructure services e ML services con versioning e backward compatibility Competenze comportamentali
* Autonomia nella gestione di task complessi multi-componente
* Buone capacità comunicative e problem solving analitico
* Orientamento alla qualità del codice, data quality, automazione, infrastructure as code, performance e scalability
* Security mindset per cloud environments
* Collaborazione efficace in team cross-funzionali (backend, data engineering, analytics, infrastructure, ML)
* Proattività nel knowle