We are redirecting you to the source. If you are not redirected in 3 seconds, please click here.

Cloud Native Engineer at Kiratech. Location Information: Italy - Remote. . Kiratech offre la sua esperienza alle imprese che vogliono migliorare la propria qualità e competitività adottando un approccio PlatformOps. Aiutiamo i clienti nel percorso di modernizzazione infrastrutturale e applicativa attraverso i nostri servizi e attraverso la selezione delle migliori tecnologie in ambito Platform AI, Platform Engineering e Platform Security. . L'obiettivo di Kiratech è supportare, con il proprio platform team, i clienti a produrre valore per il loro business. Come? Tramite la nostra proposta di servizi professionali, formazione, Managed Service e la rivendita dei migliori tool. . Kiratech è alla ricerca di una/un . Cloud Native Engineer. specializzata/o in . AI. per il suo Engineering Team. . La figura si occuperà di contribuire attivamente come parte di un team, su progetti attivi presso i clienti di Kiratech nell’adozione di tecnologie e pratiche di data science and machine learning engineering Platform e Cloud Native. . La persona che meglio si presta a questo ruolo ha esperienza consolidata nella definizione e implementazione di soluzioni cloud per ML e AI, un forte background in architetture Cloud Native, e capacità di leadership per coordinare team multidisciplinari e interfacciarsi con stakeholders tecnici e di business. . Questo ruolo richiede una figura capace di guidare l'innovazione, con un approccio pratico alle tecnologie Cloud & AI, un mindset orientato alla scalabilità e all’automazione, e una forte capacità di adattamento a scenari tecnologici in rapida evoluzione. . Requirements. Conoscenze e competenze necessarie: . Tecniche . Machine Learning & . MLOps. . Esperienza nella gestione del ciclo di vita dei modelli ML (Model Engineering, Deployment, Monitoring) . Conoscenza di strumenti di MLOps (MLFlow, Kubeflow, TensorFlow, MetaFlow, Vertex AI, SageMaker, Azure ML) . Integrazione di AI con pratiche DevSecOps (SonarQube, Snyk, Trivy e strumenti di sicurezza e compliance) . Competenza su Data Analytics e AI-driven monitoring (Prometheus, Loki, Elastic Stack, Grafana) . Conoscenza di architetture dati moderne per supportare l’addestramento e l’inferenza di modelli di AI e LLM (RAG, Vector DB, Feature Store). . Esperienza nella gestione/implementazione o integrazione di strumenti per la gestione di Data Lake, Data Mesh e . ETL. - Desiderata . Capacità di progettare pipeline efficienti e ottimizzate per l’elaborazione di dati strutturati e non strutturati, con particolare attenzione alla qualità, deduplicazione e arricchimento delle informazioni per modelli AI - Desiderata . Sviluppo & Automazione . Programmazione in Python per la creazione di librerie e SDK ML/AI e Go per la componente Platform . Conoscenza di Apache Spark, Kafka & Flink, Neo4j, OpenAI API per AI e Big Data . Esperienza con pipeline CI/CD per ML (GitHub Actions, GitLab CI, Jenkins, Keptn, ArgoSuite) . Ottimizzazione ed utilizzo delle pratiche di AI-driven software engineering . . Cloud & Infrastructure . Esperienza con architetture Cloud Native (AWS, Azure, Google Cloud) e gestione di infrastrutture scalabili per AI/ML . Padronanza di strumenti Infrastructure-as-Code (Terraform, Ansible) e metodologia GitOps (Flux, ArgoCD) . Amministrazione avanzata di Kubernetes e container orchestration (CKA richiesta) . Conoscenza di Red Hat OpenShift AI e ambienti containerizzati per AI workloads - Desiderata . . Technical Project Lead . Esperienza come manager tecnico in contesti di consulenza, R&D o enterprise AI/ML . Conoscenza di metodologie di Service Management e Project Management (ITIL, PRINCE2, AgilePM) . Leadership nella gestione di team cross-funzionali e coordinamento di progetti complessi . Lingue . Buona conoscenza della lingua inglese dal punto di vista professionale . . Costituiscono titolo preferenziale certificazione o esperienza dimostrabile in: . Utilizzo di strumenti di AI per l’efficientamento delle pratiche di software engineering e/o per l’integrazione di AI nel software . Red Hat OpenShift AI . Apache Spark, Apache Flink, Apache Hadoop, Kafka, Neo4j, OpenAI . Conoscenza di strumenti LLM e AI generativa, con esperienza su modelli e framework come OpenAI, Anthropic Claude, Meta Llama, Mistral, Hugging Face Transformers e relative API. . Esperienza nell’uso di AI per il software engineering (ad es. AI-powered code completion con GitHub Copilot, Tabnine, Codeium). . Stack Elastic (Kibana, Logstash, Beats), od in alternativa stack Grafana (Grafana, Loki, Prometheus, Promtail) . Esperienza con tool AI di ultima generazione (MPC, Operator, etc) . Approcci DevSecOps: . Strumenti di code quality (ad esempio SonarSource, Mend) . Software supply chain management (ad esempio Snyk, Trivy) e metodi associati (SAST, DAST) . Se non ti riconosci a pieno nella descrizione del profilo perchè possiedi solo una parte o una minima parte delle conoscenze e delle competenze illustrate, ma sei comunque interessato alla nostra realtà, inviaci il tuo CV qui: . Candidatura spontanea - Kiratech. saremo lieti di valutare la tua candidatura per altre posizioni simili.. Benefits. Cosa offriamo? . Formazione continua: 1 giorno al mese dedicato alla formazione tramite l'ausilio di piattaforme dedicate . Working from anywhere (1 mese all’anno o 4 settimane) . Recharging Friday (1 venerdì a trimestre retribuito) . Voce amica . Ticket Restaurant elettronici . Welfare aziendale . Lavoro in un contesto aziendale giovane, dinamico, tecnologicamente innovativo . .