Senior Python AI Backend Engineer (Agentic Systems)
Pubblicato il 03-09-2026 - TINVENTION in Milano
Dei framework, orchestrando sistemi agentic complessi in produzione dove la qualità del codice, la sicurezza dei dati (RLS) e l'affidabilità dello streaming real-time sono requisiti non negoziabili.
Invii la sua candidatura dopo aver letto i requisiti di competenza e qualifica per questa posizione, riportati di seguito.
Il tuo impatto nel team:
-
- Progettazione Agentica: Svilupperai sistemi di LLM routing, function calling avanzato (UI-as-Tool) e architetture a ciclo chiuso (plan → call → observe → repeat).
- High-Performance Backend: Scriverai codice Python moderno, asincrono e ad alte prestazioni, gestendo architetture multi-database e streaming real-time (SSE/WebSockets).
- Enterprise Security & Cloud: Implementerai logiche di sicurezza stringenti (Row-Level Security su PostgreSQL) e gestirai il deployment containerizzato su infrastruttura Azure/AKS.
Il tuo Stack Tecnico (Cosa cerchiamo):
Python Core (Must Have — 4+ anni):
-
- Python 3.10+ Moderno: Uso pervasivo di Type Hints, dataclasses, Pydantic v2 e Pattern Matching.
- Advanced Async: Padronanza assoluta di asyncio, contextvars e gestione delle connessioni asincrone (asyncpg).
- FastAPI in Production: Gestione avanzata del ciclo di vita (lifespan), middleware, dependency injection e protocolli SSE / WebSocket.
- Data Layer: SQLModel / SQLAlchemy (engine management, pool configuration, pool_pre_ping).
AI & Agentic Systems (Must Have — 2+ anni):
-
- Framework: Google ADK o equivalenti (LangGraph, CrewAI, AutoGen), con focus su concetti di Runner, Tool e contesti dinamici.
- LLM Orchestration: Integrazione via LiteLLM o SDK nativi (Azure OpenAI, Vertex AI, Bedrock).
- Streaming LLM: Implementazione di event loop custom per streaming token-by-token.
- Prompt Engineering:
Prompt dinamici iniettati a runtime e reasoning patterns strutturati (think-before-act).
Database & DevOps:
-
- PostgreSQL Avanzato: Conoscenza approfondita di Row-Level Security (RLS) e session variables (SET app.promoter).
- Docker Enterprise: Multi-stage build, immagini minimali (RedHat UBI9) e utilizzo di uv come package manager moderno.
- Cloud & CI/CD: Azure DevOps (pipeline YAML), Azure Container Registry, Azure Key Vault, AKS e Azure Monitor.
- Observability: OpenTelemetry per tracing distribuito e span custom.
Costituiscono un forte plus (Nice to Have):
-
- Approcci avanzati di Text-to-SQL (es. M-Schema).
- Strumenti di LLM Observability (Arize Phoenix, LangSmith) e Guardrail/Safety layer per la PII detection.
- Gestione di Helm chart per Kubernetes.
Sei il candidato ideale se:
-
- Non tratti i Large Language Models come una "black box", ma sai diagnosticare un errore dell'agente partendo dall'analisi dei log.
- Sai spiegare perché preferire contextvars rispetto alla dependency injection tradizionale per propagare dati di sessione in una chain asincrona.
- Hai già affrontato in produzione il bug causato da un prompt formulato in modo errato e sai come strutturare test deterministici (con LLM stub e mocking del runner) per prevenire.
Questo ruolo NON fa per te se:
-
- Conosci LangChain ma non hai mai guardato cosa succede sotto il cofano del framework.
- Non hai mai gestito l'autenticazione e l'autorizzazione direttamente a livello di database.
- Confondi un vero Agente autonomo con un semplice chatbot dotato di memoria.
Cosa offriamo:
-
- Contratto a tempo indeterminato con pacchetto retributivo commisurato alla reale esperienza.
- Modello di lavoro ibrido adattabile. xysqume
- Contesto enterprise stimolante su tecnologie di frontiera dell'Intelligenza Artificiale.
#J-18808-Ljbffr