Job Description:
Leonardo è un gruppo industriale internazionale, tra le principali realtà mondiali nell’Aerospazio, Difesa e Sicurezza che realizza capacità tecnologiche multidominio in ambito Elicotteri, Velivoli, Aerostrutture, Elettronica, Cyber Security e Spazio. Con oltre 60.000 dipendenti nel mondo, l’azienda ha una solida presenza industriale in Italia, Regno Unito, Polonia, Stati Uniti, e opera in 150 paesi anche attraverso aziende controllate, joint venture e partecipazioni. Protagonista dei principali programmi strategici a livello globale, è partner tecnologico e industriale di Governi, Amministrazioni della Difesa, Istituzioni e imprese.
All’interno dell’Area Cyber & Security Solutions, stiamo ricercando un/a Software Engineer per servizi dati, cloud e ML per la nostra sede di Genova / Roma Laurentina.
Di seguito l’elenco delle principali attività previste per il ruolo:
-
Sviluppare microservizi per data ingestion, transformation, API exposure e processing
-
Implementare servizi per batch e streaming data processing con integration tra i due paradigmi
-
Sviluppare API RESTful, GraphQL e gRPC per data access e analytics query execution
-
Implementare servizi per cloud infrastructure management (compute, storage, networking)
-
Sviluppare servizi per orchestration e provisioning di risorse cloud
-
Implementare servizi per security posture monitoring e compliance checking
-
Sviluppare componenti per cost tracking, resource optimization e billing
-
Implementare servizi per ML lifecycle management (training, evaluation, deployment, monitoring)
-
Sviluppare servizi per model registry, versioning e metadata tracking
-
Sviluppare API per model serving e inference con support per batch e real-time predictions
-
Implementare servizi per feature store management e feature engineering pipelines
-
Implementare servizi per metadata management e data catalog integration
-
Sviluppare componenti per data quality validation e monitoring
-
Integrare con data lakehouse per unified batch-streaming storage
-
Integrare con cloud providers APIs (OpenStack, AWS, Azure) per multi-cloud scenarios
-
Implementare servizi per disaster recovery automation e backup orchestration
-
Sviluppare Kubernetes operators per custom resource management
-
Implementare caching strategies e query optimization per performance
-
Sviluppare servizi per data lineage tracking e impact analysis
-
Implementare servizi per model monitoring (drift detection, performance tracking, data quality)
-
Sviluppare servizi per automated retraining pipelines e continuous learning
-
Garantire scalabilità, reliability e security per data services, cloud services e ML workloads
-
Implementare pattern per fault tolerance, retry mechanisms e error handling
-
Implementare testing automation e CI/CD pipelines per cloud services, data services e ML pipelines
-
Mantenere elevati standard di qualità del codice attraverso testing e code review
-
Collaborare con data engineers, infrastructure team, data scientists e ML engineers per implementazione end-to-end
Titolo di studio
Laurea in Ingegneria Informatica, Informatica o equivalente.
Seniority
Expert (da 2 a 5 anni di esperienza nel ruolo, o più di 5 anni di esperienza in ruoli analoghi)
Conoscenze e competenze tecniche
-
Sviluppo backend con linguaggi enterprise (Java, Python, Scala, Go) per data platforms, cloud platforms e ML platforms
-
Data processing con framework moderni (Apache Spark, Apache Flink)
-
Architetture event-driven per data streaming e real-time processing
-
Cloud platforms APIs (OpenStack, AWS/Azure SDKs) e resource management
-
Kubernetes e container orchestration con operators pattern
-
Infrastructure as Code (Terraform, Pulumi) e automation
-
Microservizi cloud-native con service mesh integration
-
MLOps practices per model lifecycle automation
-
Model serving frameworks (TensorFlow Serving, TorchServe, Triton Inference Server)
-
ML orchestration tools (Kubeflow, MLflow) e experiment tracking
-
Feature stores (Feast, Tecton) e feature engineering pipelines
-
Sviluppo di API (RESTful, GraphQL, gRPC) per data services, infrastructure services e ML services
-
Database relazionali e NoSQL ottimizzati per analytics (columnar, document, wide-column)
-
Data lakehouse integration (Delta Lake, Apache Iceberg) con ACID semantics
-
Security automation (policy enforcement, compliance scanning, secrets management)
-
Caching distribuito (Redis, Memcached) per performance optimization
-
API design per infrastructure services e ML services con versioning e backward compatibility
Competenze comportamentali
-
Autonomia nella gestione di task complessi multi-componente
-
Buone capacità comunicative e problem solving analitico
-
Orientamento alla qualità del codice, data quality, automazione, infrastructure as code, performance e scalability
-
Security mindset per cloud environments
-
Collaborazione efficace in team cross-funzionali (backend, data engineering, analytics, infrastructure, ML)
-
Proattività nel knowledge sharing e continuous improvement
Conoscenze linguistiche
Italiano madrelingua, Inglese professionale (B2)
Competenze informatiche
-
Linguaggi backend (Java, Python, Scala, Go) e framework (Spring Boot, FastAPI)
-
Apache Spark (PySpark, Scala) per distributed data processing
-
Apache Flink for stream processing (DataStream API, Table API)
-
Event streaming (Apache Kafka) e message brokers
-
Cloud platforms (OpenStack, integration con AWS/Azure)
-
Kubernetes avanzato (operators, CRDs, admission controllers, GPU support con NVIDIA GPU Operator)
-
Infrastructure as Code (Terraform, Ansible, Pulumi)
-
ML frameworks (TensorFlow, PyTorch) e model formats (ONNX, SavedModel)
-
Model serving (TensorFlow Serving, TorchServe, Triton)
-
MLOps tools (Kubeflow, MLflow, DVC)
-
Feature stores (Feast) e data versioning
-
Containerizzazione (Docker) e deployment su Kubernetes
-
Database relazionali (PostgreSQL), NoSQL (MongoDB, Cassandra), columnar (ClickHouse), time-series (TimescaleDB)
-
Data lakehouse platforms (Delta Lake, Apache Iceberg)
-
Cache distribuito (Redis) e query optimization
-
Security tools (Vault, OPA, Falco) per cloud security
-
API design e versioning strategies
-
Pipeline CI/CD e monitoring (Prometheus, Grafana) per data applications, cloud services e ML systems
Altro
-
Disponibilità a brevi trasferte su territorio nazionale
-
Esperienza con big data processing su larga scala, progetti cloud infrastructure, progetti ML/AI è un plus
-
Certificazioni data engineering (Databricks, Snowflake), cloud (AWS/Azure, OpenStack, Kubernetes), streaming (Confluent Certified Developer for Apache Kafka, Flink) sono titoli preferenziali
-
Conoscenza di data warehousing, OLAP, data modeling, analytics, ML algorithms, data science è un plus
-
Background in progetti data-intensive, system administration, SRE, distributed systems o high-performance computing è un plus
-
Disponibilità a ottenere clearance di sicurezza
Seniority:
Expert
Primary Location:
IT - Genova - Fiumara
Additional Locations:
IT - Roma - Via Laurentina
Contract Type:
Permanent
Hybrid Working:
Hybrid
