Ai Software Engineer
L'AI Software Engineer progetta e sviluppa le componenti software alla base delle soluzioni di Intelligenza Artificiale aziendali. Il ruolo ha una forte connotazione hands-on e trasforma architetture e use case AI in soluzioni sicure, scalabili, osservabili, riutilizzabili e production-ready, collaborando con AI Architect, Platform Engineer, Data Scientist e team applicativi.
Principali responsabilità Progettare e sviluppare applicazioni enterprise basate su Generative AI, LLM, RAG e Agentic AI.
Realizzare agenti AI, workflow di orchestrazione, framework, SDK, librerie e componenti comuni riutilizzabili.
Implementare pipeline di document ingestion, embedding, retrieval, vector search e gestione delle knowledge base.
Integrare modelli e servizi AI tramite API e model gateway con microservizi, piattaforme dati e sistemi legacy.
Contribuire alle pipeline CI/CD e alle pratiche LLMOps/MLOps per deployment, versioning, testing ed esercizio.
Definire standard di sviluppo e design pattern, svolgere code review e supportare la crescita tecnica del team.
Industrializzare i Po C, riducendo debito tecnico, tempi di delivery, costi di esercizio e dipendenza da componenti proprietari. Competenze tecniche richieste Esperienza nello sviluppo di API REST, microservizi, architetture distribuite e processi asincroni.
Conoscenza concreta di LLM, prompt engineering, structured output, embedding, vector database, RAG, tool/function calling, agent orchestration, context e memory management
Esperienza con framework quali Lang Chain/Lang Graph, Semantic Kernel, Llama Index o soluzioni equivalenti.
Esperienza con Git, CI/CD, container, kubernetes, cloud (AWS, GCP)
e pratiche di software engineering enterprise.
Conoscenza di evaluation e testing Gen AI, observability, gestione di latenza, consumi e costi dei modelli e gestione del ciclo di vita dei modelli. Competenze architetturali e di sicurezza Agent/Orchestrator > LLM > RAG/Knowledge > API/Tools > Enterprise Systems. Le soluzioni devono essere modulari, API-first, resilienti, loosely coupled, osservabili, manutenibili e orientate al riuso. AI guardrails, protezione dei dati, gestione sicura di prompt, context, secret e credential.
Prompt injection, controllo degli accessi, auditability e tracciabilità delle interazioni.
Secure coding, troubleshooting e gestione operativa in contesti enterprise regolamentati. Esperienza richiesta Almeno 2 anni di esperienza nello sviluppo software enterprise in ruoli di Software Engineer, Backend Engineer o equivalenti.
Esperienza concreta nella realizzazione di soluzioni AI/Gen AI, preferibilmente con almeno una soluzione LLM, RAG o AI Agent evoluta oltre la fase sperimentale.
Gradita esperienza in organizzazioni complesse e regolamentate, in particolare banking o financial services. Competenze personali Robusto orientamento al problem solving, al coding e alla qualità del software.
Autonomia nel passaggio dal design all'implementazione, con attenzione alla semplicità e al riuso.
Capacità di collaborare con architetti, data scientist, security e team applicativi.
Approccio pragmatico, capacità di evitare sovraingegnerizzazione e attitudine al mentoring tecnico. Risultati attesi
Software funzionante in produzione: framework, agenti, API, componenti RAG, SDK, integrazioni e tooling comuni. Il successo del ruolo si misura attraverso qualità, riuso, affidabilità, sicurezza, manutenibilità e velocita di industrializzazione delle soluzioni AI.
Luogo di Lavoro: Parma o Milano
Retribuzione Contratto - CCNL Credito tempo per tempo vigente
Livello - Area Qualificato
Premio aziendale annuale basato su obiettivi individuali e aziendali
Assicurazione sanitaria integrativa
Fondo pensione privato Ringraziamo sin da ora tutti i candidati per l'interesse verso il nostro gruppo. I candidati con profili in linea saranno contattati direttamente dalla funzione Risorse Umane di Credit Agricole Italia.
Il nostro Gruppo: Il processo di selezione: I consigli per prepararti al colloquio: Siamo orgogliosi del nostro impegno quotidiano per creare un ambiente di lavoro inclusivo e rispettoso delle differenze. Per questo motivo tutte le candidature vengono prese in attenta considerazione indipendentemente da: sesso, razza, colore della pelle o origine etnica o sociale, caratteristiche genetiche, lingua, religione o convinzioni personali, opinioni politiche o di qualsiasi altra natura, appartenenza ad una minoranza nazionale, patrimonio, nascita, disabilità, età o l'orientamento sessuale.
Principali responsabilità Progettare e sviluppare applicazioni enterprise basate su Generative AI, LLM, RAG e Agentic AI.
Realizzare agenti AI, workflow di orchestrazione, framework, SDK, librerie e componenti comuni riutilizzabili.
Implementare pipeline di document ingestion, embedding, retrieval, vector search e gestione delle knowledge base.
Integrare modelli e servizi AI tramite API e model gateway con microservizi, piattaforme dati e sistemi legacy.
Contribuire alle pipeline CI/CD e alle pratiche LLMOps/MLOps per deployment, versioning, testing ed esercizio.
Definire standard di sviluppo e design pattern, svolgere code review e supportare la crescita tecnica del team.
Industrializzare i Po C, riducendo debito tecnico, tempi di delivery, costi di esercizio e dipendenza da componenti proprietari. Competenze tecniche richieste Esperienza nello sviluppo di API REST, microservizi, architetture distribuite e processi asincroni.
Conoscenza concreta di LLM, prompt engineering, structured output, embedding, vector database, RAG, tool/function calling, agent orchestration, context e memory management
Esperienza con framework quali Lang Chain/Lang Graph, Semantic Kernel, Llama Index o soluzioni equivalenti.
Esperienza con Git, CI/CD, container, kubernetes, cloud (AWS, GCP)
e pratiche di software engineering enterprise.
Conoscenza di evaluation e testing Gen AI, observability, gestione di latenza, consumi e costi dei modelli e gestione del ciclo di vita dei modelli. Competenze architetturali e di sicurezza Agent/Orchestrator > LLM > RAG/Knowledge > API/Tools > Enterprise Systems. Le soluzioni devono essere modulari, API-first, resilienti, loosely coupled, osservabili, manutenibili e orientate al riuso. AI guardrails, protezione dei dati, gestione sicura di prompt, context, secret e credential.
Prompt injection, controllo degli accessi, auditability e tracciabilità delle interazioni.
Secure coding, troubleshooting e gestione operativa in contesti enterprise regolamentati. Esperienza richiesta Almeno 2 anni di esperienza nello sviluppo software enterprise in ruoli di Software Engineer, Backend Engineer o equivalenti.
Esperienza concreta nella realizzazione di soluzioni AI/Gen AI, preferibilmente con almeno una soluzione LLM, RAG o AI Agent evoluta oltre la fase sperimentale.
Gradita esperienza in organizzazioni complesse e regolamentate, in particolare banking o financial services. Competenze personali Robusto orientamento al problem solving, al coding e alla qualità del software.
Autonomia nel passaggio dal design all'implementazione, con attenzione alla semplicità e al riuso.
Capacità di collaborare con architetti, data scientist, security e team applicativi.
Approccio pragmatico, capacità di evitare sovraingegnerizzazione e attitudine al mentoring tecnico. Risultati attesi
Software funzionante in produzione: framework, agenti, API, componenti RAG, SDK, integrazioni e tooling comuni. Il successo del ruolo si misura attraverso qualità, riuso, affidabilità, sicurezza, manutenibilità e velocita di industrializzazione delle soluzioni AI.
Luogo di Lavoro: Parma o Milano
Retribuzione Contratto - CCNL Credito tempo per tempo vigente
Livello - Area Qualificato
Premio aziendale annuale basato su obiettivi individuali e aziendali
Assicurazione sanitaria integrativa
Fondo pensione privato Ringraziamo sin da ora tutti i candidati per l'interesse verso il nostro gruppo. I candidati con profili in linea saranno contattati direttamente dalla funzione Risorse Umane di Credit Agricole Italia.
Il nostro Gruppo: Il processo di selezione: I consigli per prepararti al colloquio: Siamo orgogliosi del nostro impegno quotidiano per creare un ambiente di lavoro inclusivo e rispettoso delle differenze. Per questo motivo tutte le candidature vengono prese in attenta considerazione indipendentemente da: sesso, razza, colore della pelle o origine etnica o sociale, caratteristiche genetiche, lingua, religione o convinzioni personali, opinioni politiche o di qualsiasi altra natura, appartenenza ad una minoranza nazionale, patrimonio, nascita, disabilità, età o l'orientamento sessuale.