Entrando in Accenture Supply Chain & Engineering lavorerai al cuore della value chain - dal sourcing e procurement, all'engineering e R&D;, dalla manifattura e operations, ai capital projects - per aiutare le aziende a reinventare l'intera catena del valore, alimentata da dati, AI e tecnologie di nuova generazione.

La preghiamo di leggere attentamente i seguenti dettagli prima di inviare la sua candidatura.

In particolare, lavorerai su progetti di implementazione tecnologica e trasformazione digitale su larga scala, traducendo esigenze di business in software scalabili ad alto impatto operativo, integrando sviluppo software , ingegneria industriale , architettura tecnologica e site reliability , end-to-end.

In questo contesto siamo alla ricerca di professionisti con esperienza nello sviluppo Python e nella costruzione di sistemi GenAI agentici .

Il tuo ruolo e le tue prospettive

-

- Progettazione e sviluppo di applicazioni GenAI (MVP to produzione) con focus su affidabilità, sicurezza e scalabilità

- Creazione di agenti e workflow agentici: orchestrazione di tool, pianificazione, memoria, stato, controllo esecuzione e fallback

- Implementazione di pattern come RAG, tool/function calling, routing, grounding su basi documentali e dati strutturati

- Integrazione con ecosistemi enterprise (API, sistemi industriali, document management, PLM/MES/ERP, ticketing, knowledge base)

- Ownership end-to-end: dalla prototipazione alla messa in esercizio (CI/CD, osservabilità, evaluation, guardrail, cost control)

- Collaborazione in team cross-funzionali (product, data, cloud, security, domain expert) e contributo a standard, acceleratori e best practice





- Mentoring tecnico su scelte architetturali, qualità del codice, test strategy per LLM e approcci di valutazione

- Aggiornamento continuo su framework, modelli, approcci agentici e pratiche di AI engineering in ambito industriale

La retribuzione prevista in Accenture viene definita sulla base di molteplici elementi di valutazione, tra cui – ad esempio - il ruolo ricoperto, il livello di seniority, il grado di responsabilità, le competenze professionali e l’esperienza maturata. Per la presente posizione, è prevista l’applicazione del CCNL Metalmeccanico, con uno tra i seguenti livelli di inquadramento e corrispondente fascia di retribuzione annua lorda:

-

- C3: 28.748,59€ – 34.600€

- B1: 30.814,29€ – 40.800€

- B2: 33.058,74€ – 50.500€

- B3: 36.906,87€ – 65.800€

- A1: 37.791,13€ – 71.400€

Le tue caratteristiche

-

- Almeno 3 anni di esperienza dello sviluppo software (preferibilmente Python) in contesti strutturati

- Ottima conoscenza di Python: packaging, typing, async, design patterns, performance, qualità del codice

- Esperienza nello sviluppo di servizi/API (FastAPI o equivalenti), integrazione con sistemi esterni e gestione autenticazione/autorizzazione





- Conoscenza dei principi base di LLM application development: prompt design, function calling, RAG, embeddings, vector search

- Esperienza (o robusto esposizione) a framework GenAI come LangGraph (molto apprezzato) e/o LangChain, LlamaIndex, Semantic Kernel

- Conoscenza di metodologie agentiche e pattern di orchestrazione, ad esempio: ReAct, plan-and-execute, tool-use controllato, grafi di stato / workflow (routing, branching, retries), multi-agent (ruoli, delega, arbitration), human-in-the-loop, xysqume gestione memoria (short/long-term), grounding e citazioni

- Buona base su testing e qualità: pytest, unit/integration test, test su prompt/risposte, regressioni e evaluation automatizzata

- Familiarità con RESTful API, formati dati (JSON), code review e Git workflow

- Inglese fluente, scritto e parlato

Nice to have

-

- Esperienza su Azure OpenAI / OpenAI API, o deployment di modelli open-source (Hugging Face, vLLM, TGI)

- Conoscenza di vector DB e search: Azure AI Search, Pinecone, Weaviate, Qdrant, Elasticsearch/OpenSearch

- LLMOps / MLOps: osservabilità (tracing), prompt/versioning, dataset di valutazione, metriche (groundedness, faithfulness, toxicity), cost governance

- Esperienza con container e cloud native (Docker, Kubernetes) e CI/CD

- Conoscenza di security & compliance per GenAI (data privacy, PII, policy enforcement, prompt injection mitigation, content filtering)

- Esperienze in ambito Industry X (engineering, manufacturing, asset operations, capital projects) e integrazione con sistemi enterprise/OT

#J-18808-Ljbffr

📌 Generative AI Software Engineer (Roma)
🏢 Accenture Italia
📍 Roma