FREE ACCESS
5,000–10,000 jobs/day
See all jobs on Scoutfield
Search thousands of fresh jobs every day.
Discover
- Fresh listings
- Fast filters
- No subscription required
Create a free account and start exploring right away.
Machine Learning Engineer
B&A Consulting Srl. Progettazione e sviluppo di soluzioni di Machine Learning e Generative AI .
Core Competencies
Role fitCore Competencies
Use this summary to align your resume positioning with the role.
Demonstrates expertise in Machine Learning and Generative AI, with a strong focus on developing and integrating LLM-based systems and RAG architectures. Proficient in Python, FastAPI, and PostgreSQL, with a solid understanding of model validation and statistical calibration techniques.
Highest-signal resume keywords
Machine Learning EngineeringPython ProgrammingLLM DevelopmentFastAPI MicroservicesStatistical Calibration Techniques
ATS Keywords
Tailor your resumeApplicant Tracking System Keywords
Tip: use these terms in your resume and cover letter to boost ATS matches.
Hard Skills
Machine LearningGenerative AIRAG ArchitectureEmbedding UtilizationK-NN AlgorithmsModel ValidationPerformance AnalysisStatistical CalibrationPostgreSQLPgvector
Soft Skills
CollaborationCommunication
Tools & Technologies
FastAPIDockerPodman
Industry Keywords
Data ScienceMLOpsComputer ScienceTelecommunications EngineeringCybersecurity
Tech Stack
Tools & technologiesCyber SecurityDockerInformaticaPostgresPython
About the role
Key responsibilities & impact- Progettazione e sviluppo di soluzioni di Machine Learning e Generative AI
- Sviluppo e integrazione di sistemi basati su LLM
- Implementazione di architetture RAG (Retrieval-Augmented Generation)
- Gestione e utilizzo di embedding e sistemi di ricerca vettoriale
- Sviluppo di servizi e microservizi in Python tramite FastAPI
- Containerizzazione delle applicazioni tramite Docker e/o Podman
- Integrazione delle soluzioni ML con database e componenti applicative
- Utilizzo di PostgreSQL e pgvector per la gestione e ricerca di rappresentazioni vettoriali
- Implementazione e utilizzo di algoritmi k-NN
- Validazione e calibrazione statistica dei modelli
- Analisi delle performance e delle metriche di errore
- Applicazione di tecniche di calibrazione, inclusa la regressione isotonica
- Collaborazione con i team tecnici durante le fasi di sviluppo, integrazione e rilascio
Requirements
What you’ll need- Almeno 4 anni di esperienza in ruoli di Machine Learning Engineering, Data Science, MLOps o analoghi
- Ottima conoscenza di Python
- Esperienza concreta con LLM
- Esperienza nello sviluppo di soluzioni RAG
- Conoscenza e utilizzo di embedding
- Esperienza nello sviluppo di servizi e microservizi tramite FastAPI
- Esperienza con Docker e/o Podman
- Conoscenza delle tecniche di calibrazione statistica dei modelli Machine Learning
- Esperienza con regressione isotonica
- Capacità di effettuare validazione dei modelli e analisi delle metriche di errore
- Conoscenza di PostgreSQL
- Esperienza con pgvector o tecnologie equivalenti per la ricerca vettoriale
- Conoscenza degli algoritmi k-NN
- Buona conoscenza della lingua inglese, scritta e parlata
- Laurea in Informatica, Ingegneria Informatica, Ingegneria delle Telecomunicazioni, Cybersecurity o discipline affini