Middle Ai Operations Lead
bOverview /b pIn 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'occasione 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.
/p bRetribuzione / Benefits /bullicrescita professionale /liliambiente innovativo /liliformazione continua su tecnologie emergenti /lilismart working /lilipiano di Azionariato Diffuso /liliwelfare aziendale /li /ul bResponsabilità /bulliPresidiare la messa in produzione di soluzioni AI e Data su Azure e Databricks, incluse deployment, configurazione e validazione.
/liliGestire pipeline dati e modelli in produzione: monitoraggio, alerting, troubleshooting e incident resolution.
/liliImplementare e manutenere processi AI/MLOps e DataOps: versioning modelli, CI/CD, retraining schedulato e rilevamento drift.
/liliGarantire Data Governance e Security in produzione (Unity Catalog, Row-Level Security, lineage).
/liliCapacity planning e ottimizzazione costi su cloud; identificare inefficienze e proporre miglioramenti.
/liliCoordinarsi con fornitori e team interni come riferimento tecnico operativo della AI factory.
/li /ul bRequisiti fondamentali /bulliEsperienza 4–6 anni in ruoli operativi Data AI in contesti enterprise.
/liliLaurea in discipline affini (informatica, ingegneria, matematica, fisica).
/liliConoscenza approfondita di Azure e Databricks (Lakehouse, Unity Catalog, Delta Lake, Workflows).
/liliEsperienza con strumenti MLOps (MLflow, Unity Catalog) e pratiche CI/CD per data/AI pipelines.
/liliPython, SQL e scripting (Bash, PowerShell).
/liliEsperienza ETL/ELT batch e streaming (Azure Data Factory, Spark Structured Streaming, Kafka).
/liliConoscenza architetture dati moderne (Data Lakehouse, Data Mesh, Data Warehouse).
/liliMonitoring e observability (Azure Monitor, Grafana, log analytics).
/liliDocker e Kubernetes.
/li /ululliforte senso di ownership /liliautonomia operativa /liliapproccio metodico /liliAzure /liliDatabricks /liliMLOps (MLflow, Unity Catalog) /li /ul
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'occasione 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.
/p bRetribuzione / Benefits /bullicrescita professionale /liliambiente innovativo /liliformazione continua su tecnologie emergenti /lilismart working /lilipiano di Azionariato Diffuso /liliwelfare aziendale /li /ul bResponsabilità /bulliPresidiare la messa in produzione di soluzioni AI e Data su Azure e Databricks, incluse deployment, configurazione e validazione.
/liliGestire pipeline dati e modelli in produzione: monitoraggio, alerting, troubleshooting e incident resolution.
/liliImplementare e manutenere processi AI/MLOps e DataOps: versioning modelli, CI/CD, retraining schedulato e rilevamento drift.
/liliGarantire Data Governance e Security in produzione (Unity Catalog, Row-Level Security, lineage).
/liliCapacity planning e ottimizzazione costi su cloud; identificare inefficienze e proporre miglioramenti.
/liliCoordinarsi con fornitori e team interni come riferimento tecnico operativo della AI factory.
/li /ul bRequisiti fondamentali /bulliEsperienza 4–6 anni in ruoli operativi Data AI in contesti enterprise.
/liliLaurea in discipline affini (informatica, ingegneria, matematica, fisica).
/liliConoscenza approfondita di Azure e Databricks (Lakehouse, Unity Catalog, Delta Lake, Workflows).
/liliEsperienza con strumenti MLOps (MLflow, Unity Catalog) e pratiche CI/CD per data/AI pipelines.
/liliPython, SQL e scripting (Bash, PowerShell).
/liliEsperienza ETL/ELT batch e streaming (Azure Data Factory, Spark Structured Streaming, Kafka).
/liliConoscenza architetture dati moderne (Data Lakehouse, Data Mesh, Data Warehouse).
/liliMonitoring e observability (Azure Monitor, Grafana, log analytics).
/liliDocker e Kubernetes.
/li /ululliforte senso di ownership /liliautonomia operativa /liliapproccio metodico /liliAzure /liliDatabricks /liliMLOps (MLflow, Unity Catalog) /li /ul