Generative AI Software Engineer
Pubblicato il 01-09-2026 - Accenture Italia in Roma
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 resistente 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