Machine Learning Engineer

Machine Learning Engineer

Catania Full-Time 70000 - 85000 € / anno (stimato) Smart working non possibile
Jobgether

In sintesi

  • Mansioni: Sviluppa soluzioni di machine learning per prodotti AI innovativi.
  • Azienda: Azienda tecnologica partner con focus sull'innovazione.
  • Benefit: Lavoro completamente remoto, ambiente flessibile e opportunità di crescita professionale.
  • Altre informazioni: Ambiente dinamico con opportunità di apprendimento continuo.
  • Perché questo lavoro: Lavora su problemi tecnici sfidanti e costruisci applicazioni AI pratiche.
  • Qualifiche: Esperienza in machine learning e competenze di programmazione in Python.

La retribuzione prevista è compresa tra 70000 - 85000 € per anno.

This position is listed on behalf of a partner company, who manages all applications and next steps. Our partner is looking for a Machine Learning Engineer based in Italy.

This role offers the opportunity to build and improve AI-powered products by developing machine learning solutions that address real-world challenges.
As a Machine Learning Engineer, you will work with complex datasets, design and optimize models, and help bring intelligent solutions into production.
You will collaborate with software engineers and technical teams in a fast-moving, remote environment focused on innovation.
The position combines data analysis, experimentation, software development, and machine learning engineering to create impactful products.
You will have the opportunity to work on challenging technical problems while continuously expanding your expertise in emerging AI technologies.
This role is ideal for a curious and motivated engineer who enjoys building practical AI applications and solving meaningful problems.

Accountabilities:

The Machine Learning Engineer will contribute to the development, deployment, and improvement of AI-driven solutions. The role requires strong technical skills, analytical thinking, and a passion for building scalable machine learning systems. Key responsibilities include:

  • Develop, train, test, and evaluate machine learning models to support product objectives.
  • Prepare, clean, analyze, and manage datasets used for model training and validation.
  • Improve model performance through experimentation, optimization, and continuous testing.
  • Deploy, maintain, and monitor machine learning models in production environments.
  • Collaborate with software engineers to integrate machine learning capabilities into products and applications.
  • Track model performance and identify opportunities to improve accuracy, reliability, and efficiency.
  • Apply modern machine learning techniques and stay informed about emerging technologies and best practices.
  • Write clean, maintainable, and efficient code to support scalable AI solutions.
  • Contribute to technical discussions and help solve complex engineering challenges.
  • Participate in the continuous improvement of machine learning workflows and development processes.
Requirements:

The ideal candidate is a technically curious and motivated professional with a foundation in machine learning, software engineering, or data science. Required qualifications and skills include:

  • 1+ year of experience in machine learning, software engineering, data science, or a related technical field, or strong personal projects demonstrating machine learning capabilities.
  • Basic understanding of machine learning concepts, algorithms, and model development processes.
  • Strong programming skills in Python.
  • Familiarity with machine learning frameworks and libraries such as PyTorch, TensorFlow, or scikit-learn.
  • Comfortable working with data and writing clean, maintainable code.
  • Experience using Git and version control practices.
  • Strong problem-solving skills with the ability to analyze technical challenges.
  • Good written and verbal English communication skills.
  • Passion for learning, experimenting, and building AI-powered solutions.
  • Bachelor’s degree in Computer Science, Engineering, Mathematics, or a related field is a plus but not mandatory.
  • Experience with large language models (LLMs) is an advantage.
  • Familiarity with cloud platforms such as AWS, GCP, or Azure is beneficial.
  • Knowledge of SQL and experience deploying machine learning models are considered advantages.
  • Personal AI, machine learning projects, or open-source contributions are highly valued.
Benefits:

The role offers a flexible remote environment and the opportunity to contribute to innovative AI solutions while growing professionally. Benefits include:

  • Fully remote work opportunity.
  • Flexible working environment with autonomy and work-life balance.
  • Opportunity to build and improve real-world AI products.
  • Exposure to challenging technical problems and modern machine learning technologies.
  • Collaborative and fast-moving team environment.
  • Opportunities for professional growth and continuous learning.
  • Competitive compensation based on experience.
  • Opportunity to contribute to impactful machine learning projects from anywhere.

We appreciate your interest and wish you the best!

Data Privacy Notice: By submitting your application, you acknowledge that Jobgether will process your personal data to evaluate your candidacy and share relevant information with the hiring employer. This processing is based on legitimate interest and pre-contractual measures under applicable data protection laws (including GDPR). You may exercise your rights (access, rectification, erasure, objection) at any time.

#J-18808-Ljbffr

Machine Learning Engineer datore di lavoro: Jobgether

L'azienda offre un ambiente di lavoro flessibile e completamente remoto, ideale per ingegneri motivati e curiosi che desiderano contribuire a soluzioni AI innovative. Con opportunità di crescita professionale e un team collaborativo, i dipendenti possono affrontare sfide tecniche stimolanti mentre lavorano su prodotti AI reali, mantenendo un equilibrio tra vita lavorativa e personale. Inoltre, l'azienda promuove un continuo apprendimento e sperimentazione, rendendola un datore di lavoro eccezionale per chi cerca un impiego significativo e gratificante.

Jobgether

Dettagli di contatto:

Team di recruiting di Jobgether

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 Jobgether

Non dimenticare di candidarti direttamente sul sito di Jobgether! 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
Data Analysis
Model Development
Python
PyTorch
TensorFlow
scikit-learn

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 Jobgether. 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 Jobgether. Mostra loro come pensi e come apprendi!

Come prepararti a un colloquio di lavoro presso Jobgether

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.