Description

Kiratech offre la sua esperienza alle imprese che vogliono migliorare la propria qualità e competitività adottando un approccio PlatformOps. Aiutiamo i clienti nel percorso di modernizzazione infrastrutturale e applicativa attraverso i nostri servizi e attraverso la selezione delle migliori tecnologie in ambito Platform AI, Platform Engineering e Platform Security.  

L'obiettivo di Kiratech è supportare, con il proprio platform team, i clienti a produrre valore per il loro business. Come? Tramite la nostra proposta di servizi professionali, formazione, Managed Service e la rivendita dei migliori tool. 

Ruolo

Cerchiamo una/un AI Platform Engineer con esperienza Mid o Senior per rafforzare il nostro team dei Servizi Professionali. Se sei una persona che non si accontenta di far girare i modelli, ma vuole progettare i sistemi che li rendono affidabili, scalabili e sicuri in produzione, questo è il tuo ruolo. Lavorerai al cuore di progetti che integrano intelligenza artificiale, infrastrutture Cloud Native e pratiche DevSecOps, con impatto diretto sui clienti enterprise più innovativi del mercato.

Il tuo impatto quotidiano:

·       Progettare e far evolvere pipeline AI/ML efficienti, sicure e manutenibili, dalla sperimentazione alla produzione

·       Integrare pratiche MLOps, LLMOps e DevSecOps nei processi di sviluppo e rilascio, elevando la qualità dell’intero team

·       Essere il punto di riferimento tecnico per clienti enterprise nell’adozione di architetture AI-driven e agentic su Kubernetes e piattaforme cloud

·       Guidare attività progettuali, fare mentoring e coordinare team tecnici multidisciplinari verso obiettivi concreti

Requirements

Competenze Tecniche richieste

ML & AI

·       Esperienza nella gestione del ciclo di vita dei modelli ML (training, deployment, monitoring)

·       Conoscenza strumenti MLOps/LLMOps: MLFlow, Kubeflow, KServe, BentoML, Ray Serve, Vertex AI, SageMaker, Azure ML

·       Integrazione AI con tool di sicurezza: SonarQube, Snyk, Trivy, etc.

·       Competenza in AI-driven Monitoring (Elastic, Prometheus, Grafana, Loki)

·       Familiarità con architetture dati moderne: RAG, Agentic RAG, Vector DB, Feature Store, Graph DB (Neo4j)

·       Esperienza su LLM e modelli fondazionali: OpenAI, Anthropic Claude, Meta Llama, HuggingFace, Mistral; self-hosted inference con Ollama o vLLM

Sviluppo & Automazione

·       Sviluppo in Python (ML/AI SDK) e Go (Platform components)

·       Esperienza con orchestrazione AI (LangChain, LangGraph, LlamaIndex) e Big Data & Streaming (Apache Spark, Kafka, Flink)

·       CI/CD per ML (MLFlow, GitHub Actions, GitLab CI, Argo Workflows, Argo Rollouts, Flagger)

·       Esperienza con AI-powered software engineering e workflow agentici (MCP, AI Agents, tool use)

Cloud & Infrastructure

·       Esperienza su infrastrutture scalabili in ambienti AWS, Azure, GCP

·       Terraform, Ansible, GitOps (ArgoCD, Flux)

·       Amministrazione avanzata Kubernetes (CKA richiesto)

·       Conoscenza Red Hat OpenShift AI – desiderata

Project & Team Management

·       Esperienza come Techcal Lead o Manager Tecnico in contesti AI/ML o R&D

·       Leadership tecnica e capacità di coordinare team cross-funzionali

·       Leadership tecnica e capacità di coordinare team cross-funzionali

Costituiscono titolo preferenziale

·      Tool AI-powered coding (Copilot, Tabnine, Codeium, Cursor)

·      OpenShift AI, Neo4j, Apache Spark, Kafka, Flink

·      Stack Elastic e/o Grafana

·      Tool e protocolli AI avanzati (MCP – Model Context Protocol, AI Agents, Operator pattern)

·      Approcci DevSecOps (SAST, DAST, Snyk, Sonar, Mend)

·      Conoscenza metodologie ITIL, PRINCE2, AgilePM

Certificazioni:

Per il livello richiesto, è necessario possedere 

·       CKA o CKAD (Certified Kubernetes Administrator/Developer) 

·       Una certificazione CNCF (es. Certified Kubernetes Security Specialist – CKS) 

Rappresentano un nice-to-have le seguenti certificazioni: 

·       Una certificazione Cloud (es. AWS Certified Solutions Architect, Azure Solutions Architect Expert, Google Professional Cloud Architect) 

·       Una certificazione DevSecOps (es. DevSecOps Foundation o Certified DevSecOps Professional)

·       Una certificazione in ambito AI/MLOps o Data (es. Google Professional Machine Learning Engineer, Azure AI Engineer Associate,  AWS Certified Machine Learning – Specialty, Databricks Certified Machine Learning Professional, TensorFlow Developer Certificate, Red Hat AI Foundations) 

Lingue

·       Italiano fluente

·       Inglese professionale

Benefits

Cosa offriamo? 

• Formazione continua: 1 giorno al mese dedicato alla formazione tramite l'ausilio di piattaforme dedicate 

• Recharging Friday (1 venerdì a trimestre retribuito) 

• Voce amica 

• Ticket Restaurant elettronici 

• Welfare aziendale 

• Lavoro in un contesto aziendale giovane, dinamico, tecnologicamente innovativo