Senior Python Ai Backend Engineer (Agentic Systems)
Pubblicato il 27-09-2026 - 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 attuale, 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 flessibile.
xysqume Contesto enterprise stimolante su tecnologie di frontiera dell'Intelligenza Artificiale.
#J-*****-Ljbffr