Machine Learning Engineer

Milano, 25, IT

Applications have closed

Capgemini

A global leader in consulting, technology services and digital transformation, we offer an array of integrated services combining technology with deep sector expertise.

View company page

"Leader mondiale nei servizi di Engineering e R&D, Capgemini Engineering combina la sua profonda conoscenza dei settori industriali e le tecnologie all’avanguardia in ambito digital e software a supporto della convergenza tra mondo fisico e digitale. Beneficiando anche delle competenze del resto del Gruppo, aiuta i clienti ad accelerare il loro percorso verso l’Intelligent Industry.  Capgemini Engineering può contare su più di 65.000 membri di un team di ingegneri e scienziati in oltre 30 paesi nel mondo, con competenze in diversi settori che includono Aeronautics, Space, Defense, Naval, Automotive, Rail, Infrastructure & Transportation, Energy, Utilities & Chemicals, Life Sciences, Communications, Semiconductor & Electronics, Industrial & Consumer, Software & Internet.

Capgemini Engineering è parte integrante del Gruppo Capgemini, leader mondiale nel supportare le aziende nel loro percorso di trasformazione digitale e di business facendo leva sul potere della tecnologia. Lo scopo del Gruppo è garantire un futuro inclusivo e sostenibile, sprigionando l’energia umana attraverso la tecnologia.  
Get the Future You Want | www.capgemini.com"

Capgemini Engineering is looking for a Machine Learning Engineer.

You will be involved in projects relating to multiple market sectors and will be responsible for the following activities:

Key responsibilities:

•    Design the data pipelines and engineering infrastructure to support our clients’ enterprise machine learning systems at scale
•    Take proof-of-concept models data scientists build and turn them into a real machine learning production system, being aware of machine learning     training and inference logics
•    Apply software engineering rigor and best practices to machine learning, by performing: data science models review, code refactoring and     optimization, containerization, deployment, versioning, tests automation, monitoring and managing data security
•    Build CI/CD pipelines orchestration in GitLab, GitHub, Azure DevOps or similar tools
•    Identify and evaluate new technologies to improve performance, maintainability, and reliability of our clients’ machine learning systems
•    Design and implement cloud solutions, build MLOps on cloud (AWS, Azure, or GCP)
•    Communicate with clients to build software engineering requirements and track progress
•    Communicate with a team of data scientists, data engineers and architect, document the processes.

Desired Qualifications:

•    Strong software engineering skills: minimum 2yrs experience building production-quality software
•    Experience in cloud solutions and ability to build MLOps pipelines on cloud solutions (AWS, MS Azure or GCP)
•    Experience with Docker 
•    Fluent in English, good communication skills and ability to work in a team

Nice-to-have:

•    Knowledge of one or more data-oriented workflow orchestration frameworks (KubeFlow, Airflow, MLFlow etc.)
•    Understanding Kubernetes, OpenShift solutions
•    Experience developing with containers and Kubernetes in cloud computing environments
•    Experience or understanding MLOps Frameworks like Kubeflow, MLFlow, DataRobot, Airflow etc.

Cosa offriamo

In Capgemini Engineering il successo aziendale è guidato dai nostri esperti. 
In un contesto internazionale e innovativo, vogliamo metterli nelle condizioni di affiancare al meglio i nostri Clienti nelle sfide tecnologiche, proponendo percorsi di crescita professionale stimolanti e in continuo aggiornamento in linea con le esigenze di un mercato in costante evoluzione. Ci impegniamo a favorire lo sviluppo del potenziale dei nostri professionisti, coinvolgendoli in prima persona nella vita aziendale per motivarli a migliorare le loro performance. Ogni giorno cerchiamo di creare un ambiente sempre più inclusivo, per consentire a chi lavora in Capgemini Engineering di raggiungere il giusto equilibrio tra vita privata e vita professionale e abbiamo scelto di costruire relazioni aziendali basate sulla fiducia, sul team working e sul senso di responsabilità.

 

Entra a far parte di Capgemini Engineering. Scopri Values4People, la nostra employee value proposition.

 

Inclusion & Diversity
Siamo impegnati a migliorare le nostre prestazioni collettive grazie al nostro ambiente di lavoro inclusivo in cui talenti diversi trovano adeguata valorizzazione.
La diversity costituisce un aspetto essenziale della nostra cultura aziendale. Questo emerge in modo evidente dalla compagine delle nostre risorse, che rappresentano 120 nazionalità e parlano correntemente oltre 100 lingue. Espandendo i nostri orizzonti attraverso le dinamiche legate ad esperienza, cultura, etnia, regole di comportamento aziendali, personalità e comunicazione, la diversity accoglie il meglio di tutti i mondi nella sua teoria di unità.  L'offerta di lavoro si intende rivolta all'uno e all'altro sesso in ottemperanza al D.Lgs. 198/2006
Inoltre, prestiamo attenzione e sensibilità alle future risorse appartenenti alle categorie protette, ai sensi degli articoli 1 e 18 della legge 68 del ‘99. I dati personali saranno trattati in conformità alle disposizioni contenute nel regolamento UE 2016/679.

* Salary range is an estimate based on our AI, ML, Data Science Salary Index 💰

Tags: Airflow AWS Azure CI/CD Data pipelines DataRobot DevOps Docker Engineering GCP GitHub GitLab Industrial Kubeflow Kubernetes Machine Learning MLFlow MLOps Pipelines R R&D Security

Perks/benefits: Team events

Region: Europe
Country: Italy
Job stats:  66  11  0

More jobs like this

Explore more AI, ML, Data Science career opportunities

Find even more open roles in Artificial Intelligence (AI), Machine Learning (ML), Natural Language Processing (NLP), Computer Vision (CV), Data Engineering, Data Analytics, Big Data, and Data Science in general - ordered by popularity of job title or skills, toolset and products used - below.