Machine Learning Engineer

Machine Learning Engineer

Full-Time 63000 - 77000 € / anno (stimato) Ibrido
Intesa Sanpaolo

In sintesi

  • Mansioni: Sviluppa soluzioni AI scalabili e innovative in un ambiente dinamico.
  • Azienda: Leader nel settore bancario con un forte impegno per l'innovazione e la sostenibilità.
  • Benefit: Retribuzione competitiva, lavoro flessibile, formazione continua e welfare aziendale.
  • Altre informazioni: Ambiente inclusivo con opportunità di crescita professionale.
  • Perché questo lavoro: Lavora con tecnologie all'avanguardia e fai la differenza nel mondo dell'AI.
  • Qualifiche: Esperienza in progetti AI, conoscenza di Python e competenze in MLOps.

La retribuzione prevista è compresa tra 63000 - 77000 € per anno.

All'interno dell'area Data & Artificial Intelligence Office, e più precisamente nella struttura di A.I. Delivery Center, nell'ufficio A.I. & GENAI Technology Platform, ti occuperai dell'evoluzione della piattaforma AI aziendale in ottica scalabile, sicura e conforme alle normative. Sarai responsabile della progettazione, sviluppo e messa in produzione di soluzioni AI trasversali, riutilizzabili e scalabili, attraverso Databricks. Lavorerai all'interno di team multidisciplinari, interagendo con altre strutture della banca (es: Cyber, altre fabbriche applicative).

Quali saranno le tue attività:

  • Sviluppare e industrializzare modelli ML/AI (training, deployment, monitoring)
  • Definire e implementare pipeline MLOps (CI/CD, versioning, monitoring)
  • Progettare soluzioni AI su piattaforme enterprise (Databricks e OpenShift/Kubernetes)
  • Integrare modelli avanzati (es. Azure OpenAI, Google AI) all'interno delle soluzioni applicative
  • Collaborare con team multidisciplinari per tradurre esigenze di business in soluzioni AI scalabili
  • Garantire sicurezza, compliance e explainability dei modelli
  • Contribuire alla progettazione e sviluppo di architetture basate su AI agents
  • Supportare la crescita tecnica delle figure più junior

Chi stiamo cercando:

  • 3-5 anni di esperienza nell'ambito dei progetti AI
  • Ottima conoscenza di Python
  • Esperienza nello sviluppo end-to-end di soluzioni ML (training, deployment, monitoring)
  • Esperienza con ambienti containerizzati (Kubernetes/OpenShift)
  • Esperienza con piattaforme cloud e integrazione di servizi AI (Azure, Google Cloud)
  • Esperienza con Apache Spark/PySpark per la gestione e trasformazione di dati su larga scala su Databricks
  • Conoscenza di strumenti di MLOps e model lifecycle management (es. MLflow)
  • Esperienza nell'integrazione di modelli di AI generativa e LLM (Azure OpenAI, Gemini)
  • Fluent in lingua italiana e inglese
  • Laurea in Informatica, Ingegneria Informatica, Data Science o discipline STEM affini

Sono considerate un titolo preferenziale:

  • Esperienza nello sviluppo di AI agents o architetture agent-based
  • Conoscenza di pattern avanzati di orchestrazione (es. prompt engineering, RAG, workflow AI)
  • Utilizzo di strumenti di sviluppo assistito dall'AI

Retribuzione annua lorda a partire da 45.000 €.

Il Gruppo prevede una componente variabile della remunerazione così come disciplinata dalle Politiche di Remunerazione consultabili sul sito di Gruppo. Elementi complementari disciplinati dal Contratto Collettivo Nazionale Credito e accordi aziendali di secondo livello. Iniziative di sviluppo professionale a supporto della crescita delle nostre persone. Ampia offerta formativa tramite la Corporate Academy dedicata allo sviluppo continuo delle competenze professionali, manageriali e trasversali a tutti i livelli. Possibilità di aderire al lavoro flessibile e alla settimana corta 4x9. Sistema moderno e integrato di welfare aziendale. Copertura sanitaria e previdenza complementare a decorrere dall’assunzione. Vantaggi sui prodotti e servizi bancari del Gruppo.

Chi siamo:

Siamo leader in Italia e uno dei principali gruppi bancari in Europa. Unisciti a noi e fai parte della nostra storia di successo! Con oltre 20 milioni di clienti in Italia e all'estero siamo un vero e proprio motore di crescita sostenibile con un forte impegno per l'ambiente e un impatto tangibile sulla società. Le persone sono al centro, ce ne prendiamo cura impegnandoci nel creare una cultura inclusiva all'interno del Gruppo in cui tutti si sentano protagonisti e valorizzati. L’Area Chief Data, A.I. & Technology Officer è la realtà IT del Gruppo che coniuga l’agilità di una fintech con la solidità di un grande gruppo; avrai l'opportunità di lavorare in un contesto innovativo con tecnologie all’avanguardia e con forte spinta alla trasformazione digitale. Unisciti alla nostra realtà internazionale. Il futuro non si aspetta, si sceglie!

Garantiamo un ambiente inclusivo e di pari opportunità. Considereremo tutte le candidature a prescindere da razza, religione, orientamento sessuale, identità di genere, stato civile, età, disabilità o qualsiasi altra categoria protetta nel rispetto dei D.lgs. 198/2006, 215/03 e 216/03.

Machine Learning Engineer datore di lavoro: Intesa Sanpaolo

Intesa Sanpaolo è un datore di lavoro eccezionale, offrendo un ambiente di lavoro stimolante e inclusivo dove i dipendenti possono crescere professionalmente. Con opportunità di sviluppo continuo attraverso la Corporate Academy e un sistema di welfare aziendale moderno, i collaboratori possono beneficiare di un equilibrio tra vita lavorativa e personale grazie al lavoro flessibile e alla settimana corta 4x9. Unisciti a noi per contribuire a una trasformazione digitale significativa nel settore HR, in un contesto innovativo e all'avanguardia.

Intesa Sanpaolo

Dettagli di contatto:

Team di recruiting di Intesa Sanpaolo

Consigli degli esperti StudySmarter🤫

Ecco come pensiamo che potresti ottenere Machine Learning Engineer

✨Sfrutta i Meetups di Data Science

Partecipare a meetups e conferenze di data science è un must! Questi eventi sono un ottimo modo per connettersi con esperti del settore e altre persone in cerca di lavoro. Non vergognarti di farti avanti e parlare con i relatori: potrebbe aprirti porte inaspettate.

✨Progetti Open Source per Farsi Notare

Contribuire a progetti open source è una fantastica opportunità per mostrare le tue competenze pratiche. Non solo aiuta a costruire il tuo portfolio, ma ti consente anche di lavorare con tecnologie che potrebbero essere ricercate dalla tua futura azienda. Cerca progetti su GitHub legati a data science e mettiti in gioco!

✨Unisciti a Comunità Online

Entrare a far parte di comunità online come Kaggle o forum di data science può essere un grande vantaggio. Non solo puoi partecipare a competizioni e migliorare le tue abilità, ma puoi anche costruire una rete con altri professionisti del settore. Queste connessioni possono rivelarsi preziose quando cerchi un lavoro a tempo pieno.

✨Candidati Direttamente su Intesa Sanpaolo

Non dimenticare di candidarti direttamente sul sito di Intesa Sanpaolo! Spesso le aziende preferiscono ricevere applicazioni tramite il loro portale, quindi assicurati di seguire le istruzioni specifiche. Un’applicazione diretta può darti un vantaggio rispetto a chi usa canali più generali.

Pensiamo che ti servano queste competenze per eccellere come Machine Learning Engineer

Machine Learning
Python
MLOps
Kubernetes
OpenShift
Cloud Computing
Azure

Alcuni consigli per la tua candidatura 🫡

Evidenzia le tue competenze tecniche:Nel campo della data science, è fondamentale mostrare le tue competenze tecniche. Assicurati di includere nel tuo CV le lingue di programmazione che conosci, come Python o R, e i tool che hai utilizzato, come TensorFlow o scikit-learn. Non dimenticare di far vedere i tuoi progetti o le tue analisi precedenti, magari con link a GitHub o portafogli di lavoro!

Scrivi una lettera motivazionale convincente:Per un ruolo full-time in data science, la lettera motivazionale è la tua occasione per far trasparire la tua passione per i dati e la tua voglia di contribuire al lavoro di Intesa Sanpaolo. Spiega perché sei interessato a questo specifico ruolo e come le tue esperienze passate ti rendono il candidato ideale. Non essere timido: condividi le tue ambizioni e la tua visione per il futuro!

Includi risultati quantificabili:Quando parli delle tue esperienze lavorative precedenti, cerca di includere risultati quantificabili che dimostrino il tuo impatto. Ad esempio, puoi dire che hai aumentato l'efficienza di un'analisi del 20% o che hai contribuito a un progetto che ha portato a un aumento del fatturato del 15%. Metriche del genere catturano sempre l'attenzione dei recruiter!

Mostra il tuo approccio alla risoluzione dei problemi:La data science è tutta una questione di risolvere problemi complessi. Utilizza il tuo CV e la tua lettera motivazionale per descrivere come hai affrontato sfide specifiche in progetti precedenti. Ti consigliamo di includere un breve case study o un esempio pratico dei tuoi risultati per davvero colpire i selezionatori di Intesa Sanpaolo. Mostra loro come pensi e come apprendi!

Come prepararti a un colloquio di lavoro presso Intesa Sanpaolo

✨Brilla con il tuo Portafoglio

Porta con te un portfolio che mostri i tuoi progetti di data science. Includi studi di caso dettagliati e le tecniche che hai utilizzato, come l'analisi dei dati, il machine learning o la visualizzazione. In questo modo possiamo dimostrare concretamente il nostro problema-solving e le nostre competenze tecniche, che sono fondamentali in questo campo!

✨Preparati a Domande Tecniche

Aspettati domande tecniche in merito a statistica, machine learning e linguaggi di programmazione come Python o R. Potrebbero chiederti di spiegare modelli specifici o di analizzare un dataset sul momento. Rinfreschiamo insieme le nozioni di base e prepariamoci a dimostrare le nostre competenze pratiche.

✨Mostra la tua Curiosità

Le aziende cercano candidati che mostrino voglia di apprendere e crescita professionale. Durante l'intervista, parliamo delle tendenze attuali nel settore e dimostriamo il nostro interesse per l'innovazione nel campo della data science. Questo non solo ci farà apparire proattivi, ma metterà anche in evidenza la nostra motivazione.

✨Comunica Chiaramente i Tuoi Risultati

Essere bravi con i dati è fondamentale, ma sapere come comunicarli è altrettanto importante. Durante l'intervista, cerca di essere chiaro e conciso mentre parli dei tuoi risultati. Usa esempi specifici per dimostrare come le tue analisi abbiano avuto un impatto positivo in progetti passati. In questo modo possiamo evidenziare le nostre capacità comunicative, fondamentali per un ruolo a tempo pieno.