FREE ACCESS
5,000–10,000 jobs/day
See all jobs on JobTailor
Search thousands of fresh jobs every day.
Discover
- Fresh listings
- Fast filters
- No subscription required
Create a free account and start exploring right away.
Core Competencies
Role fitCore Competencies
Use this summary to align your resume positioning with the role.
Demonstrates expertise in designing and developing advanced Machine Learning and Generative AI solutions using modern cloud architectures. Proficient in building scalable AI pipelines and integrating AI models into real-world applications.
Highest-signal resume keywords
Python ProgrammingMachine Learning Lifecycle ManagementData Processing with PySparkMLOps PracticesCloud Services Integration
ATS Keywords
Tailor your resumeApplicant Tracking System Keywords
Tip: use these terms in your resume and cover letter to boost ATS matches.
Hard Skills
Machine LearningGenerative AIData Pipeline DevelopmentFeature EngineeringSQLModel DeploymentPrompt EngineeringLarge Language ModelsData ProcessingCloud Architecture
Tools & Technologies
AWSAzureGCPDatabricksSageMakerAzure MLVertex AIDockerKubernetesGit
Industry Keywords
AI/ML ServicesData LakeLakehouseRetrieval-Augmented GenerationEnd-to-End Pipeline Development
Tech Stack
Tools & technologiesAWSAzureCloudDockerGoogle Cloud PlatformKubernetesPySparkPythonPyTorchScalaScikit-LearnSparkSQLTensorflow
About the role
Key responsibilities & impact- Progettazione e sviluppo di soluzioni avanzate di Machine Learning e Generative AI, con l’utilizzazione di architetture moderne in cloud (AWS, Azure, GCP) per la realizzazione di pipeline AI scalabili e performanti.
Requirements
What you’ll need- Ottima conoscenza di Python
- Esperienza con PySpark / Spark per elaborazione dati su larga scala
- Conoscenza Databricks
- Conoscenza del ciclo di vita dei modelli ML (training, validation, deployment)
- Esperienza con librerie ML (es. scikit-learn, PyTorch, TensorFlow)
- Capacità di sviluppare pipeline ML end-to-end
- Esperienza o familiarità con Large Language Models (LLM)
- Conoscenza di RAG (Retrieval-Augmented Generation) e prompt engineering
- Integrazione di modelli AI in applicazioni reali
- Esperienza con data pipeline, data processing e feature engineering
- Utilizzo di ambienti distribuiti e gestione grandi volumi di dati
- Familiarità con almeno uno dei principali hyperscaler: AWS, Microsoft Azure, Google Cloud
- Esperienza con servizi AI/ML in cloud (es. SageMaker, Azure ML, Vertex AI)
- Conoscenza di MLOps (model versioning, monitoring, CI/CD)
- Buone pratiche di sviluppo software (Git, testing, code quality
- Familiarità con containerizzazione (Docker, Kubernetes è un plus)
- Conoscenza di SQL e gestione dati strutturati/non strutturati
- Familiarità con sistemi di storage moderni (Data Lake / Lakehouse)
Benefits
Comp & perks- Progetti complessi ed innovativi
- Ambiente dinamico e meritocratico
- Lavoro in team con metodologia Agile
- Piano di crescita professionale
- Corsi di formazione e certificazioni
- Sistema di Welfare&Benefits
- Smart working o full remote ( reali❗) con orario flessibile