Devops Ai Engineer
Pubblicato il 08-09-2026 - NEVERHACK Italy in Lazio
NEVERHACK ( ) è un gruppo francese specializzato in cybersecurity.
Fondato nel **** e con sedi in 11 paesi, il gruppo conta oggi più di **** dipendenti in tutto il mondo.
La nostra ambizione è quella di espanderci a livello internazionale per costruire un mondo digitale sicuro per tutti.
È proprio grazie a questa forte espansione che Siamo alla ricerca di un DevOps AI Engineer con esperienza medio/alta in ambito AI/ML e infrastrutture complesse, che supporti la realizzazione, l'orchestrazione e la gestione di un prototipo AI in ambiente controllato.
La risorsa avrà l'obiettivo di riprodurre una versione ridotta e funzionale del modello AI che verrà successivamente portato in produzione, garantendo fin dalle fasi di prototipazione scalabilità, automazione, sicurezza e trasferibilità dell'architettura verso gli ambienti produttivi.
La figura lavorerà a stretto contatto con System Integrator, team tecnici e stakeholder interni, contribuendo alla validazione dei requisiti e alla definizione delle soluzioni tecnologiche più appropriate.
Responsabilità principali
Realizzare, configurare e orchestrare il prototipo AI in ambiente di test, assicurandone scalabilità, stabilità e trasferibilità verso la produzione.
Progettare e gestire pipeline CI/CD per l'automazione del ciclo di sviluppo, test, versioning e deployment dei componenti AI.
Automatizzare provisioning, configurazione e gestione dell'infrastruttura necessaria all'esecuzione del prototipo.
Integrare modelli AI/ML, servizi applicativi, API e componenti infrastrutturali esistenti.
Gestire containerizzazione e orchestrazione dei workload AI.
Implementare meccanismi di monitoraggio, logging e troubleshooting, verificando performance, disponibilità e stabilità della soluzione.
Prestare particolare attenzione agli aspetti di sicurezza,
gestione degli accessi e protezione degli asset e dei dati presenti nell'ambiente di test.
Collaborare con il System Integrator e con i team interni per analizzare e validare i requisiti tecnici.
Identificare criticità e proporre soluzioni tecniche durante le fasi di prototipazione.
Documentare configurazioni, processi, pipeline e modalità di deployment, facilitando il successivo passaggio verso l'ambiente produttivo.
Competenze tecniche richieste
Python, con particolare riferimento a: scripting e automazione; integrazione tramite API; gestione di componenti e workflow AI/ML.
Conoscenza ed esperienza nell'utilizzo di modelli AI/ML, inclusi gestione, configurazione, tuning e deployment.
Esperienza con Docker e tecnologie di containerizzazione.
Buona conoscenza di Kubernetes e dei principali concetti di orchestrazione dei workload.
Esperienza nella progettazione e gestione di pipeline CI/CD.
Ottima conoscenza di Git e dei principali strumenti di versioning e automazione.
Esperienza nell'integrazione tra componenti AI/ML, applicazioni e infrastrutture.
Conoscenza di strumenti e metodologie di monitoring, logging e troubleshooting.
Familiarità con principi di Infrastructure as Code e automazione dell'infrastruttura costituisce un plus.
Seniority
È richiesta una seniority medio/alta, la risorsa dovrà essere in grado di operare in autonomia,
prendere decisioni tecniche nell'ambito del proprio perimetro e affrontare problematiche non completamente predefinite.
Requisiti aggiuntivi
Forte attitudine alla prototipazione rapida e alla sperimentazione tecnologica.
Approccio problem solving e capacità di individuare autonomamente soluzioni a problemi tecnici complessi.
Capacità di lavorare in autonomia e di interfacciarsi efficacemente con team tecnici interni ed esterni.
Buone capacità di comunicazione e collaborazione.
Orientamento alla documentazione e alla riproducibilità delle soluzioni realizzate.
Nice to have
Costituiscono elementi preferenziali:
Esperienza in ambito MLOps / LLMOps.
Esperienza con LLM, GenAI o sistemi AI generativi.
Conoscenza di framework e tool per il deployment e serving di modelli AI.
Esperienza con ambienti cloud (AWS, Azure o GCP).
Conoscenza di strumenti di Infrastructure as Code, come Terraform o Ansible.
Esperienza con sistemi di observability e monitoring.
Conoscenza di pratiche di security by design applicate a infrastrutture e workload AI.
L'obiettivo principale della figura sarà trasformare il prototipo AI in una soluzione tecnicamente riproducibile, automatizzata e pronta a essere evoluta verso la produzione, riducendo al minimo le attività manuali e le criticità legate al successivo deployment produttivo.
Cosa offriamo
Inserimento con percorsi strutturati di formazione e crescita.
Ambiente stimolante in ambito cybersecurity e IT, con possibilità di sviluppo su progetti complessi.
Modalità di lavoro remota
CCNL Metalmeccanico, buoni pasto 8 €, welfare, RAL tra ****** € e ****** €
Sede di lavoro: Remoto, con disponibilità a recarsi negli uffici di Milano, Torino, Bologna per riunioni di allineamento.
Il processo di selezione prevede colloquio HR e 2 colloqui di carattere tecnico.