Luogo di lavoro: Italia, Lazio, Roma
Settore: Informatica
Ruolo: IT/Technology
Filiale: Soft Strategy
Data ultimo aggiornamento: 15/10/2024
Il candidato ideale deve aver maturato una seniority di almeno 2-4 anni nel ruolo e deve aver conseguito il diploma o la laurea in Informatica, Ingegneria Informatica, Matematica, Fisica o discipline affini.
Sono richiesti i seguenti requisiti:
REQUISITI FONDAMENTALI: Esperienza di 2-4 anni nello sviluppo di applicazioni Full Stack con Python. Conoscenza approfondita del framework Django per lo sviluppo backend. Esperienza nello sviluppo frontend con Angular o un altro framework JavaScript equivalente. Esperienza nello sviluppo, integrazione e ottimizzazione di modelli di Machine Learning in produzione. Conoscenza dei principali strumenti e tecniche per la gestione di Large Language Models. REQUISITI TECNICI: Python: Esperienza avanzata nello sviluppo con Python e utilizzo di librerie per il Machine Learning (es.
TensorFlow, PyTorch, scikit-learn). Django: Conoscenza avanzata per la costruzione di applicazioni web robuste, con particolare attenzione alla gestione del database, autenticazione e creazione di API RESTful. Angular: Esperienza nello sviluppo di interfacce utente dinamiche e responsive con Angular (o framework equivalenti). Data Pipeline: Capacità di progettare e implementare pipeline per il preprocessing di grandi quantità di dati, con esperienza in database SQL/NoSQL (es.
PostgreSQL, MongoDB). Cloud & DevOps: Esperienza nel deployment di applicazioni e modelli ML in cloud (AWS, GCP, Azure) e gestione di infrastrutture CI/CD con Docker, Kubernetes). Microservizi: Conoscenza delle architetture a microservizi e di sistemi distribuiti per creare soluzioni scalabili. Sicurezza: Conoscenza di best practices per la sicurezza delle applicazioni web e gestione sicura delle API (es.
OAuth2, JWT, SSL/TLS). ALTRI REQUISITI VALORIZZANTI LA CANDIDATURA: Esperienza con strumenti di elaborazione dati distribuiti come Apache Kafka o Apache Airflow. Familiarità con l'integrazione di modelli ML tramite API o GraphQL. Conoscenza dei principi MLOps per il monitoraggio e la gestione di modelli in produzione. COMPETENZE TRASVERSALI: Lavoro in team: Capacità di collaborare con team multidisciplinari (data scientist, devops, product manager). Gestione del progetto: Esperienza in ambienti Agile/Scrum e uso di strumenti come Jira o Trello. Problem solving: Abilità nel risolvere problemi complessi, soprattutto in contesti legati a dati e performance. Comunicazione: Capacità di spiegare concetti tecnici complessi in modo chiaro e comprensibile, anche a figure non tecniche. Apprendimento continuo: Propensione a restare aggiornato sulle ultime tecnologie e a migliorare costantemente le proprie competenze.
#J-18808-Ljbffr