Middle Ai Operations Lead

Vedi l’offerta su Go Lavoro: golavoro.it/annuncio-lavoro/86q7j2

OverviewIn questo ruolo coordini la messa in produzione e l'operatività delle soluzioni Data & AI.
Sarai punto di riferimento tecnico per l'intero ciclo di vita di AI, dal deployment al monitoraggio, fino al troubleshooting, garantendo affidabilità e prestazioni in produzione.
Lavorerai in un contesto Data & AI in crescita, collaborando con team trasversali e fornitori esterni.
L'opportunità mette al centro la trasformazione digitale e l'innovazione nel gruppo Italgas, con focus su governance dati, sicurezza e ottimizzazione dei costi.
Unisci impatto operativo, miglioramento continuo e opportunità di formazione avanzata in una realtà enterprise.
Retribuzione / Benefitscrescita professionale
ambiente innovativo
aggiornamento continuo su tecnologie emergenti
smart working
piano di Azionariato Diffuso
welfare aziendale
ResponsabilitàPresidiare la messa in produzione di soluzioni AI e Data su Azure e Databricks, incluse deployment, configurazione e validazione.
Gestire pipeline dati e modelli in produzione: monitoraggio, alerting, troubleshooting e incident resolution.
Implementare e manutenere processi AI/MLOps e DataOps: versioning modelli, CI/CD, retraining schedulato e rilevamento drift.




Garantire Data Governance e Security in produzione (Unity Catalog, Row-Level Security, lineage).
Capacity planning e ottimizzazione costi su cloud; identificare inefficienze e proporre miglioramenti.
Coordinarsi con fornitori e team interni come riferimento tecnico operativo della AI factory.
Requisiti fondamentaliEsperienza 4–6 anni in ruoli operativi Data & AI in contesti enterprise.
Laurea in discipline affini (informatica, ingegneria, matematica, fisica).
Conoscenza approfondita di Azure e Databricks (Lakehouse, Unity Catalog, Delta Lake, Workflows).
Esperienza con strumenti MLOps (MLflow, Unity Catalog) e pratiche CI/CD per data/AI pipelines.
Python, SQL e scripting (Bash, PowerShell).
Esperienza ETL/ELT batch e streaming (Azure Data Factory, Spark Structured Streaming, Kafka).
Conoscenza architetture dati moderne (Data Lakehouse, Data Mesh, Data Warehouse).
Monitoring e observability (Azure Monitor, Grafana, log analytics).
Docker e Kubernetes.
forte senso di ownership
autonomia operativa
approccio metodico
Azure
Databricks
MLOps (MLflow, Unity Catalog)

Vedi l’offerta su Go Lavoro: golavoro.it/annuncio-lavoro/86q7j2