In sintesi
- Mansioni: Collabora con esperti in AI per sviluppare soluzioni innovative e scalabili.
- Azienda: NTT DATA, leader nel settore tecnologico con un ambiente collaborativo.
- Benefit: Salario competitivo, opportunità di crescita professionale e lavoro ibrido.
- Altre informazioni: Ambiente dinamico con possibilità di mentoring e crescita continua.
- Perché questo lavoro: Fai la differenza nel mondo dell'AI generativa e guida progetti innovativi.
- Qualifiche: 5+ anni di esperienza in Data Science o Ingegneria del Software.
La retribuzione prevista è compresa tra 123750 - 151250 € per anno.
Overview
As a Senior ML Engineer at NTT DATA, you will collaborate with data scientists and ML engineers on advanced Generative AI initiatives.
You apply hands-on Gen AI capabilities across cloud and on-prem architectures, shaping scalable data pipelines and automated processes.
You will lead model development, validation, and production deployment while identifying business opportunities.
This role sits at the intersection of data, software, and client engagement, offering a chance to mentor colleagues and influence cross-functional projects.
- Responsabilità
- Apply Generative AI capabilities in cloud (Azure/GCP) and on-prem Gen AI architectures and MLOps
- Work on classification, information retrieval, clustering and optimization problems
- Build scalable, automated data analysis processes for large-scale data
- Contribute to model development, validation and production implementation
- Identify business opportunities and connect with stakeholders
- Design and create data pipelines from experiments to production
- Manage multiple projects and lead ML Engineers
- Requisiti fondamentali
- 5+ years of production experience in Data Science or Software Engineering
- Solid foundation in math, probability, statistics and algorithms
- 6–12 months of Generative AI deployment experience and underlying architecture
- Vector Database knowledge is a plus
- Understanding of data structures, data modeling and software architecture
- Fluent in at least two programming languages among Python, Scala, Java, C++
- Experience building infrastructure for data scientists/ML practitioners
- Strong knowledge of Spark; Databricks is a plus
- Experience deploying ML solutions in cloud and cross-cloud environments; Snowflake knowledge is a plus
- Deep knowledge of ML frameworks (Keras, Py Torch)
- Ability to design/implement production ML pipelines; familiarity with CI/CD, containerization, and MLops/Re-Training/Drift Management
- Ability to mentor junior team members and maintain relationships with teams and clients
- leadership and mentoring
- stakeholder management
- cross-functional collaboration
- Generative AI deployment
- Azure and Google Cloud Platform (GCP)
- on-prem Gen AI architectures
ML Engineer Senior - GenAI Solutions datore di lavoro: NTT DATA
Lavorare come Project Manager SAP nel settore Utilities offre un'opportunità unica di crescita professionale in un ambiente internazionale e dinamico. La nostra azienda promuove una cultura collaborativa, dove il supporto alla formazione continua e lo sviluppo delle competenze sono prioritari, permettendo ai dipendenti di eccellere nei loro ruoli. Inoltre, offriamo vantaggi competitivi e un forte focus sulla trasformazione digitale, rendendo ogni progetto un'esperienza significativa e gratificante.
Consigli degli esperti StudySmarter🤫
Ecco come pensiamo che potresti ottenere ML Engineer Senior - GenAI Solutions
✨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 NTT DATA
Non dimenticare di candidarti direttamente sul sito di NTT DATA! 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 ML Engineer Senior - GenAI Solutions
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 NTT DATA. 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 NTT DATA. Mostra loro come pensi e come apprendi!
Come prepararti a un colloquio di lavoro presso NTT DATA
✨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.
