Backend Software Engineer Machine Learning Python
Pubblicato il 21-08-2026 - Stealth AI Startup in Italia
Chi Siamo Lavoriamo in un ambito dove la complessità normativa italiana incontra l'intelligenza artificiale. Il nostro prodotto sarà usato da professionisti e partite IVA ogni giorno: non è un side project né un prototipo. Cerchiamo un Backend Engineer che voglia costruire sistemi affidabili in un dominio esigente, con stack tecnologico costruito attorno al problema, non al contrario.
Sviluppare e mantenere microservizi backend per l'elaborazione di dati fiscali e documentali ad alto volume.
Integrare componenti AI (e.LLM, agenti, pipeline di classificazione), in un contesto di prodotto reale, con vincoli di latenza, correttezza e tracciabilità.
Collaborare con il team di prodotto per tradurre requisiti complessi in architetture solide e manutenibili.
API design, sicurezza dei dati, performance su scala crescente.
3–5 anni di esperienza in sviluppo backend: REST/gRPC, gestione di code, pipeline di dati.
~ Buona conoscenza di almeno un linguaggio di programmazione attuale e capacità di apprendere nuovi stack velocemente, arrivando a contribuire in modo concreto in poco tempo.
~ Esperienza pratica su prodotti AI-centrici: integrazione con modelli, gestione di output non deterministici in sistemi dove l'errore ha conseguenze reali.
~ Testing, documentazione e code review come abitudini naturali, non formalità.
Esposizione a Rust e/o TypeScript, in particolare in contesti di servizi performance-sensitive o nella definizione di contratti API
Esperienza con sistemi multi-tenant ad alto volume, architetture serverless ed event-driven.
Background in contesti regolamentati (fintech, healthtech, legaltech) dove l'accuratezza dei dati non è opzionale.
Familiarità con l'ecosistema fiscale italiano (un plus, non un prerequisito, il dominio si impara).
Le decisioni architetturali che prenderai adesso resteranno nel prodotto a lungo.
Smart working o Full remote. Ci interessa cosa produci, non dove sei seduto. Stai costruendo su un problema reale, in un mercato dove la maggior par