Descrizione dell'offerta
Chi siamo
SviluppoH è una software company specializzata in Intelligenza Artificiale applicata a settori complessi: difesa, sanità, edilizia. Lavoriamo con alcuni dei più importanti gruppi industriali europei, costruendo software che va in produzione e fa la differenza — niente PoC nel cassetto.
Il ruolo
Senior AI Engineer con almeno 5 anni di esperienza che sappia portare sistemi AI complessi dalla ricerca alla produzione, e tenerli vivi. Sarà technical leader su architetture distribuite end-to-end, coordinando team multidisciplinari e prendendo decisioni architetturali che impattano direttamente il business dei nostri clienti enterprise.
Cosa farai
- Progettare architetture AI/ML scalabili in ambienti enterprise critici (microservizi, distributed systems, real-time).
- Disegnare e ottimizzare pipeline end-to-end: data ingestion, preprocessing, training, inference, monitoring.
- Guidare team multidisciplinari (ML engineers, DevOps, data scientists) nelle decisioni architetturali.
- Gestire deployment e orchestrazione in produzione: Docker, Kubernetes, CI/CD.
- Garantire affidabilità, fault tolerance e high availability dei sistemi AI in produzione.
- Portare proof-of-concept a sistemi enterprise stabili e scalabili.
Ciò che cerchiamo
- 5+ anni in ruoli tecnici (AI Engineer, ML Systems Engineer, Solutions Architect).
- 3+ anni di progettazione di sistemi AI in produzione, con almeno 2-3 architetture complesse attive.
- Solida esperienza su ML pipelines (training, inference, retraining) e MLOps (feature stores, model registries).
- Competenze su LLM, Computer Vision o NLP — specializzazione in almeno uno o due domini.
- Padronanza di microservizi, event‑driven architecture, API design (REST, gRPC), vector DB (QDRANT), streaming (Kafka, NATS).
- Cloud: AWS, GCP o Azure (con i relativi servizi ML).
- Python production‑grade; C# o Go sono un plus.
- Track record come technical leader o architect: mentoring e code review.
Nice to have
- Esperienza con LLM systems: fine‑tuning, RAG, agentic AI.
- Background in HPC o distributed training (Spark, Ray, Horovod).
- Certificazioni cloud (AWS ML Specialty, GCP Professional).
- Esperienza in settori regolati: fintech, healthcare, energy.
- Contributi open‑source o GitHub portfolio pubblico.
Dettagli
- Sede: Roma (ibrido).
- Contratto: tempo indeterminato, CCNL Commercio.
- RAL commisurata all’esperienza + buoni pasto.