Cloud Native AI Engineer - Mid / Senior
Job 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
- Working from anywhere (1 mese all’anno o 4 settimane)
- Recharging Friday (1 venerdì a trimestre retribuito)
- Voce amica
- Ticket Restaurant elettronici
- Welfare aziendale
- Lavoro in un contesto aziendale giovane, dinamico, tecnologicamente innovativo
