20 nov
|
altermAInd
|
Italia
alterm AInd è una società AI-Native che opera nella transizione verso l'impresa post-routine: un modello organizzativo dove intelligenza umana e agenti AI collaborano per costruire aziende più fluide, veloci e adattive. Per noi l'AI non è un semplice tool, ma una nuova infrastruttura operativa. Lavoriamo per aiutare organizzazioni e persone a ripensare processi, flussi di lavoro e modelli decisionali attraverso sistemi AI, agenti, automazioni e nuove modalità collaborative. Sperimentiamo direttamente su noi stessi ciò che proponiamo ai clienti: prototipiamo, iteriamo e riprogettiamo continuamente il nostro modo di lavorare per costruire un'organizzazione realmente AI-native. Avrai responsabilità tecnica end-to-end su progetti AI per clienti enterprise strategici: dalla comprensione di processi, architetture e vincoli del cliente fino a sviluppo, integrazione, test, rilascio e stabilizzazione. Di cosa ti occuperai Discovery tecnica e solution design Lavorare con referenti business, chapter, architetti, security e team IT del cliente per ricostruire flussi, attori, responsabilità e vincoli. Tradurre requisiti funzionali/non funzionali in architetture, API contract, piani d'integrazione, test e criteri di accettazione. Identificare prerequisiti, dipendenze, rischi, compromessi tecnici e possibilità di riuso dei prodotti alterm AInd. Software development e integrazione enterprise Sviluppare backend, API e microservizi Python, con particolare attenzione a Fast API, async I/O e qualità del codice. Integrare applicazioni, database, sistemi legacy, servizi documentali, motori AI, piattaforme dati e sistemi terzi. Gestire strutture dati, contratti JSON, autenticazione, tracciabilità e scambio sicuro di informazioni tra sistemi. Sviluppare sistemi basati su LLM/VLM, tool calling,
structured output e componenti agentici orientati a task aziendali. Comporre processi deterministici e AI con human-in-the-loop, validazioni e decisioni esplicite. Integrare prodotti alterm AInd come Gravity, Parsec e Momentum, valorizzando capacità esistenti anziché ricostruirle. Definire evaluation e test ripetibili per misurare qualità, accuratezza, robustezza e tassi di completamento dei workflow. Delivery, deployment e produzione Preparare con le strutture del cliente ambienti, integrazioni, configurazioni, pipeline e procedure di rilascio. Supportare SIT, UAT, test end-to-end, performance test, go-live e successiva stabilizzazione. Technical ownership e relazione con il cliente Agire come referente tecnico nella delivery, facilitando decisioni architetturali con interlocutori eterogenei. Comunicare in modo chiaro trade-off, rischi, impatti e opzioni di implementazione, mantenendo la responsabilità sul codice. Software engineering e integrazioni Ottima padronanza di Python, progettazione backend e sviluppo API con Fast API o framework equivalenti. Esperienza con architetture a microservizi, REST/Open API, JSON, programmazione asincrona e integrazioni enterprise. Esperienza con Postgre SQL/SQL, modelli dati, transazioni e persistenza applicativa. Git, testing automatizzato (pytest o equivalenti), CI/CD, code review e capacità di scrivere codice production-grade.
Esperienza nello sviluppo di applicazioni reali con LLM, comprese prompt strategy, structured output, function/tool calling e gestione del contesto. Conoscenza di workflow agentici, RAG o pipeline documentali; capacità di combinare AI e regole deterministiche. Comprensione dei failure mode dei modelli e capacità di progettare evaluation, regression test e controlli human-in-the-loop. Sistemi distribuiti, cloud e sicurezza Esperienza con Docker, Kubernetes e distribuzione di applicazioni su cloud enterprise, preferibilmente Azure. Conoscenza di OAuth2/OIDC, JWT, RBAC, secret management, protezione dei dati e requisiti di audit. Capacità di lavorare con ambienti, pipeline e vincoli di sicurezza definiti dalle strutture tecnologiche del cliente. Collaborazione enterprise Esperienza nel confronto diretto con stakeholder tecnici del cliente e nella traduzione di bisogni di business in scelte implementative. Lang Graph o framework agentici, MCP e integrazione di tool e sistemi esterni. Open Telemetry, Datadog, strumenti APM e analisi distribuita dei failure. Sistemi di messaggistica o task execution come Kafka, Rabbit MQ e Celery. Esperienza in banking, financial services, processi creditizi, documentali, compliance o SDLC enterprise. Pratica con strumenti di AI-assisted software development, per accelerare l'implementazione mantenendo quality gate e controllo umano. Un engineer capace di orientarsi tra architetture enterprise, requisiti di business e codice. Lavora vicino al cliente, ma non perde la responsabilità dell'implementazione: integra sistemi, misura i risultati e accompagna le soluzioni AI fino al funzionamento affidabile in produzione. Benefit Una realtà innovativa che cresce rapida
📌 Specialista Ai (Italia)
🏢 altermAInd
📍 Italia