Parser
Parser
Parser è un’azienda di soluzioni tecnologiche e consulenza fondata nel 2018 che aiuta le organizzazioni ad applicare l’intelligenza artificiale, i dati e l’ingegneria del software a esigenze aziendali complesse. La sua attività comprende lo sviluppo di software personalizzato, l’utilizzo dell’intelligenza artificiale e dei dati, la progettazione di prodotti e la consulenza sulla trasformazione digitale. Parser collabora con leader tecnologici per creare soluzioni adattabili e in linea con i loro obiettivi, combinando competenze ingegneristiche con un’attenzione all’innovazione concreta e a partnership durature con i clienti.

Ingegnere backend senior, MLOps

Sviluppa un’infrastruttura MLOps scalabile per un leader globale del settore dei viaggi, con pipeline di dati, distribuzione di modelli e sistemi di apprendimento automatico in tempo reale. Entra a far parte del team ibrido di Parser in Spagna.

Descrizione

  • Sviluppa un’infrastruttura scalabile per l’addestramento e la distribuzione di modelli di apprendimento automatico, oltre alla loro esecuzione in batch o in tempo reale.
  • Crea e gestisci pipeline di dati per l’elaborazione su larga scala e la progettazione di feature.
  • Ottimizza l’uso delle risorse di calcolo e migliora le prestazioni dei modelli in produzione nei sistemi di apprendimento automatico.
  • Configura il monitoraggio, la registrazione dei log e gli avvisi per i sistemi di apprendimento automatico.
  • Contribuisci allo sviluppo delle pratiche operative per l’apprendimento automatico, comprese le pipeline CI/CD.
  • Collabora con i data scientist per portare i modelli dalla fase di sviluppo alla produzione.
  • Valuta e integra nuove tecnologie.
  • Fai da mentore agli ingegneri junior e supportane la crescita.
  • Illustra soluzioni tecniche a interlocutori diversi.

Requisiti

  • Laurea triennale o magistrale in informatica, ingegneria del software o in un campo tecnico correlato.
  • In genere, da 6 a 7 anni di esperienza in ruoli di ingegneria del software, dei dati o dell’apprendimento automatico.
  • Ottime capacità di risoluzione dei problemi.
  • Padronanza di Java; la conoscenza di Python è considerata un plus.
  • Conoscenza degli algoritmi di apprendimento automatico e delle architetture dei modelli.
  • Esperienza nello sviluppo di sistemi di apprendimento automatico scalabili e affidabili.
  • Esperienza con piattaforme cloud come AWS.
  • Esperienza con Docker o altre tecnologie di containerizzazione.
  • Esperienza con sistemi di dati scalabili come Spark o Kafka.
  • Familiarità con strumenti CI/CD come GitHub Actions.
  • Familiarità con tecnologie per la distribuzione di modelli come MLflow.
  • Capacità di collaborare efficacemente con team diversi.

Benefit

  • Un team cordiale e collaborativo che valorizza la condivisione delle conoscenze e l’apprendimento continuo.
  • Una cultura del lavoro orientata all’azione.
  • Opportunità di sviluppare infrastrutture MLOps e di apprendimento automatico per sistemi in tempo reale utilizzando tecnologie come Java, Python, AWS, Docker, Kafka, Spark e MLflow.