ppItalgas è una Network Tech Company, leader nei settori della distribuzione del gas, dei servizi idrici, dell'efficienza energetica e dell'IT.
A seguito dell'acquisizione di 2i Rete Gas, suo principale competitor, Italgas diventa il primo operatore nella distribuzione del gas in Europa, gestendo una rete di oltre ******* chilometri e servendo circa 13 milioni di clienti in Italia e Grecia.
Attraverso le sue controllate nel settore idrico, il Gruppo fornisce servizi, direttamente e indirettamente, a 6,2 milioni di persone, pari al 10% della popolazione italiana, principalmente nelle regioni Lazio, Sicilia e Campania.
Fondata nel ****, Italgas è riconosciuta come la società che ha portato il gas nelle case degli italiani, contribuendo in modo significativo allo sviluppo economico e sociale del Paese.
Con quasi due secoli di storia alle spalle è unanimemente riconosciuta come la società che ha portato il gas nelle case degli italiani, contribuendo allo sviluppo economico e sociale del Paese.
/p pIn tale contesto è stata creata bBludigit S.p.A /b, società del Gruppo Italgas nata per dare ulteriore impulso alla trasformazione digitale di Italgas e per offrire soluzioni all'avanguardia anche ad altri operatori nei settori dell'energia e delle infrastrutture, per supportare e incentivare la transizione energetica e digitale.
Bludigit, propone soluzioni proprietarie per accelerare la trasformazione digitale, attraverso un ecosistema di partner tecnologici e tramite la Digital Factory, l'hub di innovazione del Gruppo Italgas.
/p pPer rafforzare il nostro presidio sulle piattaforme Data AI siamo alla ricerca della seguente figura professionale: bAI Operations Lead Middle /b, che sia il riferimento tecnico per la messa in produzione e il funzionamento continuativo delle soluzioni Data AI.
Cerchiamo una figura hands?on con visione trasversale, capace di presidiare l'intero ciclo di vita delle soluzioni AI — dal deployment al monitoraggio, dall'ottimizzazione al troubleshooting — garantendo affidabilità, performance e qualità in produzione.
/p h3Attività Operative Delivery /h3 ul liPresidio la messa in produzione delle soluzioni AI e Data, curando deployment, configurazione e validazione su piattaforme Microsoft Azure e Databricks.
/li liGestire operativamente le pipeline dati e i modelli AI in produzione: monitoraggio delle performance, gestione degli alert, troubleshooting e incident resolution.
/li liImplementare e manutenere i processi AI/MLOps e DataOps: versionamento dei modelli, CI/CD delle pipeline, retraining schedulato, monitoraggio del model drift.
/li liAssicurare il rispetto degli standard di Data Governance e Security nelle soluzioni in produzione, inclusi Unity Catalog, Row?Level Security e lineage dei dati.
/li liEseguire attività di capacity planning e ottimizzazione dei costi sulle piattaforme cloud, identificando inefficienze e proponendo miglioramenti.
/li liCoordinarsi e collaborare in qualità di riferimento tecnico operativo della AI factory con fornitori esterni, gruppi di progetto per la service transition e gruppi di supporti interni ed altre practice.
/li /ul h3Continuous Improvement Automazione /h3 ul liIdentificare e implementare automazioni nei processi operativi ricorrenti (provisioning, testing, rilascio, monitoraggio).
/li liContribuire alla definizione e al mantenimento di runbook, procedure operative e documentazione tecnica delle soluzioni in produzione.
/li liProporre e realizzare miglioramenti alle architetture esistenti sulla base dell'esperienza operativa maturata sul campo.
/li liSupportare le attività di migrazione, replatforming e modernizzazione delle piattaforme dati, eseguendo le attività tecniche richieste.
/li liValutare l'adozione di strumenti AI e GenAI per efficientare le attività operative quotidiane.
/li /ul h3Requisiti /h3 ul liEsperienza di 4 – 6 anni in ruoli operativi in ambito Data AI (Data/ML/Platform Engineer, DevOps/MLOps Engineer, AI Operations) in contesti enterprise strutturati.
/li liLaurea in Informatica, Ingegneria, Matematica, Fisica o discipline affini.
/li liConoscenza approfondita delle piattaforme Microsoft Azure e Databricks (architetture Lakehouse, Unity Catalog, Delta Lake, Workflows).
/li liEsperienza consolidata con strumenti MLOps (MLflow, Unity Catalog) e pratiche CI/CD per pipeline dati e modelli AI.
/li liSolida conoscenza di Python, SQL e scripting per automazione operativa (Bash, PowerShell).
/li liEsperienza con pipeline ETL/ELT batch e streaming (Azure Data Factory, Spark Structured Streaming, Kafka).




/li liConoscenza delle architetture dati moderne: Data Lakehouse, Data Mesh, Data Warehouse.
/li liFamiliarità con strumenti di monitoring e observability (Azure Monitor, Grafana, log analytics).
/li liEsperienza con container e orchestrazione (Docker, Kubernetes).
(Nice to Have) /li liFamiliarità con soluzioni Generative AI (RAG, Vector Search, AI Agent) e relativo deployment.
(Nice to Have) /li liCertificazioni Microsoft Azure o Databricks.
(Nice to Have) /li /ul h3Ulteriori competenze /h3 ul liForte senso di ownership e affidabilità nella gestione delle soluzioni in produzione.
/li liAutonomia operativa e capacità di prendere decisioni tecniche in situazioni di pressione.
/li liApproccio metodico e attenzione al dettaglio nella documentazione e nel troubleshooting.
/li liCapacità di interfacciarsi efficacemente con colleghi di diverse specializzazioni (data scientist, engineer, architect).
/li liOrientamento al miglioramento continuo e alla semplificazione dei processi.
/li liBuona conoscenza della lingua inglese.
/li liDisponibilità a periodiche trasferte, se necessarie.
/li /ul h3Cosa Offriamo /h3 ul liOpportunità di crescita competente in un contesto data-driven in forte espansione.
/li liAmbiente di lavoro innovativo nel settore Data AI.
/li liFormazione continua sulle tecnologie emergenti (Databricks, Azure, GenAI).
/li /ul pSede: MilanoTorino /p h3Descrizione lavoro /h3 pGruppo Italgas è una Network Tech Company, leader nei settori della distribuzione del gas, dei servizi idrici, dell'efficienza energetica e dell'IT.
A seguito dell'acquisizione di 2i Rete Gas, suo principale competitor, Italgas diventa il primo operatore nella distribuzione del gas in Europa, gestendo una rete di oltre ******* chilometri e servendo circa 13 milioni di clienti in Italia e Grecia.
Attraverso le sue controllate nel settore idrico, il Gruppo fornisce servizi, direttamente e indirettamente, a 6,2 milioni di persone, pari al 10% della popolazione italiana, principalmente nelle regioni Lazio, Sicilia e Campania.
Fondata nel ****, Italgas è riconosciuta come la società che ha portato il gas nelle case degli italiani, contribuendo in modo significativo allo sviluppo economico e sociale del Paese.
Con quasi due secoli di storia alle spalle è unanimemente riconosciuta come la società che ha portato il gas nelle case degli italiani, contribuendo allo sviluppo economico e sociale del Paese.
/p pIn tale contesto è stata creata bBludigit S.p.A /b, società del Gruppo Italgas nata per dare ulteriore impulso alla trasformazione digitale di Italgas e per offrire soluzioni all'avanguardia anche ad altri operatori nei settori dell'energia e delle infrastrutture, per supportare e incentivare la transizione energetica e digitale.
Bludigit, propone soluzioni proprietarie per accelerare la trasformazione digitale, attraverso un ecosistema di partner tecnologici e tramite la Digital Factory, l'hub di innovazione del Gruppo Italgas.
/p h3Job Description /h3 pPer rafforzare il nostro presidio sulle piattaforme Data AI siamo alla ricerca della seguente figura professionale: bAI Operations Lead Middle /b, che sia il riferimento tecnico per la messa in produzione e il funzionamento continuativo delle soluzioni Data AI.
Cerchiamo una figura hands?on con visione trasversale, capace di presidiare l'intero ciclo di vita delle soluzioni AI — dal deployment al monitoraggio, dall'ottimizzazione al troubleshooting — garantendo affidabilità, performance e qualità in produzione.
/p h3Attività Operative Delivery /h3 ul liPresidio la messa in produzione delle soluzioni AI e Data, curando deployment, configurazione e validazione su piattaforme Microsoft Azure e Databricks.
/li liGestire operativamente le pipeline dati e i modelli AI in produzione: monitoraggio delle performance, gestione degli alert, troubleshooting e incident resolution.
/li liImplementare e manutenere i processi AI/MLOps e DataOps: versionamento dei modelli, CI/CD delle pipeline, retraining schedulato, monitoraggio del model drift.
/li liAssicurare il rispetto degli standard di Data Governance e Security nelle soluzioni in produzione, inclusi Unity Catalog,



Row?Level Security e lineage dei dati.
/li liEseguire attività di capacity planning e ottimizzazione dei costi sulle piattaforme cloud, identificando inefficienze e proponendo miglioramenti.
/li liCoordinarsi e collaborare in qualità di riferimento tecnico operativo della AI factory con fornitori esterni, gruppi di progetto per la service transition e gruppi di supporti interni ed altre practice.
/li /ul h3Continuous Improvement Automazione /h3 ul liIdentificare e implementare automazioni nei processi operativi ricorrenti (provisioning, testing, rilascio, monitoraggio).
/li liContribuire alla definizione e al mantenimento di runbook, procedure operative e documentazione tecnica delle soluzioni in produzione.
/li liProporre e realizzare miglioramenti alle architetture esistenti sulla base dell'esperienza operativa maturata sul campo.
/li liSupportare le attività di migrazione, replatforming e modernizzazione delle piattaforme dati, eseguendo le attività tecniche richieste.
/li liValutare l'adozione di strumenti AI e GenAI per efficientare le attività operative quotidiane.
/li /ul h3Requisiti /h3 ul liEsperienza di 4 – 6 anni in ruoli operativi in ambito Data AI (Data/ML/Platform Engineer, DevOps/MLOps Engineer, AI Operations) in contesti enterprise strutturati.
/li liLaurea in Informatica, Ingegneria, Matematica, Fisica o discipline affini.
/li liConoscenza approfondita delle piattaforme Microsoft Azure e Databricks (architetture Lakehouse, Unity Catalog, Delta Lake, Workflows).
/li liEsperienza consolidata con strumenti MLOps (MLflow, Unity Catalog) e pratiche CI/CD per pipeline dati e modelli AI.
/li liSolida conoscenza di Python, SQL e scripting per automazione operativa (Bash, PowerShell).
/li liEsperienza con pipeline ETL/ELT batch e streaming (Azure Data Factory, Spark Structured Streaming, Kafka).
/li liConoscenza delle architetture dati moderne: Data Lakehouse, Data Mesh, Data Warehouse.
/li liFamiliarità con strumenti di monitoring e observability (Azure Monitor, Grafana, log analytics).
/li liEsperienza con container e orchestrazione (Docker, Kubernetes).
(Nice to Have) /li liFamiliarità con soluzioni Generative AI (RAG, Vector Search, AI Agent) e relativo deployment.
(Nice to Have) /li liCertificazioni Microsoft Azure o Databricks.
(Nice to Have) /li /ul h3Ulteriori competenze /h3 ul liForte senso di ownership e affidabilità nella gestione delle soluzioni in produzione.
/li liAutonomia operativa e capacità di prendere decisioni tecniche in situazioni di pressione.
/li liApproccio metodico e attenzione al dettaglio nella documentazione e nel troubleshooting.
/li liCapacità di interfacciarsi efficacemente con colleghi di diverse specializzazioni (data scientist, engineer, architect).
/li liOrientamento al miglioramento continuo e alla semplificazione dei processi.
/li liBuona conoscenza della lingua inglese.
/li liDisponibilità a periodiche trasferte, se necessarie.
/li /ul h3Cosa Offriamo /h3 ul liOpportunità di crescita professionale in un contesto data-driven in forte espansione.
/li liAmbiente di lavoro innovativo nel settore Data AI.
/li liFormazione continua sulle tecnologie emergenti (Databricks, Azure, GenAI).
/li /ul pSede: MilanoTorino /p h3Condizioni contrattuali ed economiche /h3 pContratto a Tempo Indeterminato.
/p pL'inquadramento previsto per il ruolo è: 7°- 8° livello del CCNL Gas Acqua.
/p pLa corrispondente RAL di base per il contratto a tempo indeterminato è prevista nell'intervallo tra ****** e ****** €, distribuita su 14 mensilità.
/p h3Benefici /h3 ul liPremio di produzione, collegato al raggiungimento di obiettivi aziendali predefiniti e misurabili (es. sicurezza, qualità del servizio, performance operativi), convertibile in servizi di welfare; /li liBuoni pasto del valore nominale di 12 € giornalieri (in presenza) o 7 € giornalieri (in smart working); /li liWelfare aziendale; /li liPossibilità di smart working fino a 10 giorni al mese; /li liPiano di Azionariato Diffuso, con assegnazione di azioni secondo criteri aziendali comunicati in fase di inserimento.
/li /ul h3Welfare aziendale /h3 ul liITA: /li /ul pItalgas garantisce parità di trattamento e retribuzione per lavori di pari valore a tutte le persone, indipendentemente da genere, identità di genere, età, disabilità, provenienza o orientamento, in conformità alla normativa vigente e alle politiche aziendali.
Le politiche retributive sono basate su criteri trasparenti, oggettivi e non discriminatori.
/p /p #J-*****-Ljbffr

📌 Middle Ai Operations Lead (Milano)
🏢 Bludigit
📍 Milano