← Sviluppo software & IT

Esempio di CV Ingegnere ML

Esempio professionale di CV Ingegnere ML con sezioni testate dai recruiter, personalizzabili in pochi minuti.

Solo esempio

Tutti i dati personali e la storia professionale in questo esempio sono fittizi. Personalizza il CV con le tue informazioni reali prima di candidarti.

Anteprima del CV

Photo

Davide Gallo

Machine Learning Engineer
7 anni di esperienza nel deployment di modelli di machine learning in ambienti di produzione e nello sviluppo di pipeline MLOps scalabili.

Esperienza professionale

ML Engineer senior
Model CircuitTempo pieno
2019-08-01 – Present
Pisa, Italia
Sistemi ML in produzione — serving di inferenza su Kubernetes, rilevamento del drift con retraining automatico e deployment canary dei modelli.
- Reso operativi sistemi di machine learning per l'uso in produzione su larga scala - Costruito pipeline di feature ed endpoint di inferenza online in Kubernetes, servendo raccomandazioni sotto i 120 ms a 4k RPS. - Implementato il rilevamento del drift con test PSI e KS e trigger di retraining automatici, riducendo gli incidenti dovuti a modelli obsoleti. - Introdotto policy di deployment canary per le versioni dei modelli con valutazione su shadow traffic prima del cutover in produzione.
ML Engineer
Delta IntelligenceTempo pieno
2017-07-01 – 2019-07-01
Milano, Italia
Infrastruttura di training e serving per sistemi di ranking — training PyTorch distribuito, model registry MLflow e retrieval FAISS.
- Sviluppato l'infrastruttura di training e serving dei modelli per sistemi di ranking - Containerizzato job di training PyTorch con esecuzione distributed data parallel, riducendo il tempo di training da 11 a 6 ore. - Creato workflow di model registry con gate di approvazione e metadati di lineage tramite MLflow e controlli GitOps. - Costruito servizi di retrieval ANN a bassa latenza con FAISS per la ricerca semantica su 40 milioni di descrizioni di prodotto.
ML Engineer junior
Prism AdaptiveTempo pieno
2015-06-01 – 2017-06-01
Torino, Italia
Affidabilità della piattaforma ML e integrazione dei modelli — contratti dati TFDV, inferenza batch in Airflow e ambienti riproducibili.
- Supportato l'affidabilità della piattaforma ML e le attività di integrazione dei modelli - Implementato contratti di validazione dei dati con TensorFlow Data Validation per individuare presto le rotture dello schema delle feature. - Scritto job di orchestrazione dell'inferenza batch in Airflow con recovery da checkpoint per carichi di lunga durata. - Aggiunto lockfile di ambiente riproducibili per i job di training, eliminando i fallimenti da conflitti di dipendenze in CI.

Formazione

InformaticaLaurea triennale
Università di Pisa
2015-09-01 – 2019-06-01
Laurea in Informatica conseguita all'Università di Pisa, con corsi su Python, PyTorch, TensorFlow, progetti di tesi e attività collaborative che hanno preparato a ruoli professionali.

Competenze

Python
PyTorch
TensorFlow
MLflow
Docker
Kubernetes
AWS SageMaker
Feature Engineering
MLOps
CI/CD

Certificazioni

Google Professional Machine Learning Engineer
Google
2023-06-01
AWS Certified Machine Learning - Specialty
AWS
2022-06-01

Lingue

Italiano (madrelingua)
Inglese (fluente, C1)

Guida alla scrittura del CV

  • Mostrare sia miglioramenti di qualità modello sia metriche di affidabilità in produzione.
  • Includere esempi di serving scalabile, observability e automazione retraining.
  • Dimostrare forte collaborazione con data scientist e ingegneri di piattaforma.
  • Google Professional Machine Learning Engineer
  • AWS Certified Machine Learning - Specialty
  • Databricks Certified Machine Learning Professional