Ai Engineer
Pubblicato il 10-10-2026 - Italgas in Bardi
Overview
Se è interessato/a a candidarsi per questo lavoro, la preghiamo di assicurarsi di soddisfare i seguenti requisiti, elencati di seguito.
In questa posizione, contributorai alla progettazione, sviluppo e messa in produzione di soluzioni AI per sostenere le iniziative del Gruppo Italgas. Lavorerai con team Data, IT, Business e partner tecnologici per garantire soluzioni scalabili e sicure integrate negli ecosistemi aziendali. Avrai responsabilità di progettare architetture AI/ML, pipeline MLOps e agenti intelligenti che supportano processi aziendali. L'opportunità combina innovazione in AI Generativa e automazione intelligente in un contesto tecnologicamente avanzato.
Retribuzione / Benefits
Premio di produzione legato agli obiettivi aziendali
Buoni pasto
Welfare
Smart working fino a 10 giorni al mese
Piano di Azionariato Diffuso
Formazione continua sulle tecnologie emergenti e AI
Responsabilità
Progettare e sviluppare soluzioni AI/ML con Databricks e Azure OpenAI dalla prototipazione al rilascio in produzione
Realizzare architetture RAG e sistemi di Vector Search per knowledge management e interrogazione documentale
Implementare pipeline MLOps per training, valutazione, deployment, monitoraggio e aggiornamento dei modelli
Sviluppare e orchestrare agenti AI e workflow integrati nei processi aziendali
Garantire integrazione delle capacità AI via API, gateway e servizi cloud
Definire e applicare standard di sicurezza, governance e data protection
Contribuire all'evoluzione della piattaforma AI aziendale e alle best practice tecnologiche
Supportare sperimentazione su nuove tecnologie e casi d'uso di AI generativa
Requisiti fondamentali
3-5 anni di esperienza come AI Engineer, ML Engineer o ruoli analoghi in contesti enterprise
Laurea in Informatica, Ingegneria, Matematica, Fisica o discipline affini
Conoscenza Databricks e Azure Microsoft Foundry
Esperienza con framework ML e librerie per sviluppo di agenti e applicazioni basate xrdbqlu su LLM
Conoscenza architetture RAG, retrieval e orchestrazione di agenti AI
Competenze MLOps e familiarità con CI/CD, monitoring e model lifecycle management
Ottima conoscenza di Python e buona conoscenza di SQL
Familiarità con ambienti cloud Azure e strumenti di osservabilità
Titoli preferenziali: Docker, Kubernetes, architetture event-driven, certificazioni Databricks o Azure AI
orientamento al risultato
autonomia e collaborazione con team multidisciplinari
approccio analitico e attenzione al dettaglio
Databricks
Azure OpenAI
LLM frameworks e biblioteche per agenti