AI Technical Trainer
Pubblicato il 23-08-2026 - Yellow Tech - The AI Transformation in Milano
Il ruolo
Sarai il trainer tecnico di Yellow Tech: la persona che porta la GenAI a sviluppatori, team IT e profili tecnici. Facendogliela usare davvero — codice, agenti, automazioni costruite in sessione.
Insegni a developer, data team e funzioni IT come usare la GenAI per costruire meglio: più veloce, con più qualità, con meno attrito. Vedi da dentro come cambia il modo di lavorare di un team tecnico quando l'AI entra nel ciclo di sviluppo.
Nella pratica: sei spesso davanti a una classe di sviluppatori o dentro un laboratorio operativo dove si scrive codice e si costruiscono agenti; progetti esperienze formative tecniche che funzionano davvero; e studi ogni giorno per restare sul pezzo su modelli, tool e framework.
Cosa farai
• Live training in aula: conduci sessioni dal vivo con i team tecnici dei clienti — sviluppatori, data team, IT, DevOps. Porti esempi concreti e fai usare gli strumenti in tempo reale: si scrive codice, si costruiscono flussi, si vede l'output.
• Working labs: sessioni hands-on sui casi reali dell'azienda — si costruiscono agenti, si integrano API,
si automatizzano workflow, si definiscono standard di sviluppo AI-assisted.
• Contenuti asincroni: registri lezioni, micro-moduli, tutorial e walkthrough di codice che i clienti usano per scalare l'adozione nei team di sviluppo.
• Progettazione dei percorsi: costruisci programmi tecnici completi — agenda, esercizi di coding, repository di esempio, casi d'uso, assessment, follow-up. Adatti i contenuti allo stack e al livello del team.
• Studio e sperimentazione: resti aggiornato su modelli, API, framework e strumenti di AI coding. Provi tutto, capisci cosa funziona, e trasformi quel sapere in formazione vantaggioso.
Cosa serve
• Conoscenza profonda della GenAI lato tecnico: come funzionano gli LLM (limiti, allucinazioni, context window, token, temperatura, function calling); come si lavora con le API dei principali provider (Anthropic, OpenAI, Google) — tool use, structured output, RAG, MCP; come si costrui