Generative AI Software Engineer

Entrando in Accenture Supply Chain & Engineering lavorerai al cuore della value chain - dal sourcing e procurement, all'engineering e R&D, dalla manifattura e operations, ai capital projects - per aiutare le aziende a reinventare l'intera catena del valore, alimentata da dati, AI e tecnologie di nuova generazione.

La preghiamo di leggere attentamente i seguenti dettagli prima di inviare la sua candidatura.

In particolare, lavorerai su progetti di implementazione tecnologica e trasformazione digitale su larga scala, traducendo esigenze di business in software scalabili ad alto impatto operativo, integrando sviluppo software, ingegneria industriale, architettura tecnologica e site reliability, end-to-end.

In questo contesto siamo alla ricerca di professionisti con esperienza nello sviluppo Python e nella costruzione di sistemi GenAI agentici.

Il tuo ruolo e le tue prospettive

• 
  
• Progettazione e sviluppo di applicazioni GenAI (MVP to produzione) con focus su affidabilità, sicurezza e scalabilità
  
• Creazione di agenti e workflow agentici: orchestrazione di tool, pianificazione, memoria, stato, controllo esecuzione e fallback
  
• Implementazione di pattern come RAG, tool/function calling, routing, grounding su basi documentali e dati strutturati
  
• Integrazione con ecosistemi enterprise (API, sistemi industriali, document management, PLM/MES/ERP, ticketing, knowledge base)
  
• Ownership end-to-end: dalla prototipazione alla messa in esercizio (CI/CD, osservabilità, evaluation, guardrail, cost control)
  
• Collaborazione in team cross-funzionali (product, data, cloud, security, domain expert) e contributo a standard, acceleratori e best practice
  
• Mentoring tecnico su scelte architetturali, qualità del codice, test strategy per LLM e approcci di valutazione
  
• Aggiornamento continuo su framework, modelli, approcci agentici e pratiche di AI engineering in ambito industriale
  

La retribuzione prevista in Accenture viene definita sulla base di molteplici elementi di valutazione, tra cui – ad esempio - il ruolo ricoperto, il livello di seniority, il grado di responsabilità, le competenze professionali e l’esperienza maturata. Per la presente posizione, è prevista l’applicazione del CCNL Metalmeccanico, con uno tra i seguenti livelli di inquadramento e corrispondente fascia di retribuzione annua lorda:

• 
  
• C3: 28.748,59€ – 34.600€
  
• B1: 30.814,29€ – 40.800€
  
• B2: 33.058,74€ – 50.500€
  
• B3: 36.906,87€ – 65.800€
  
• A1: 37.791,13€ – 71.400€
  

Le tue caratteristiche

• 
  
• Almeno 3 anni di esperienza dello sviluppo software (preferibilmente Python) in contesti strutturati
  
• Ottima conoscenza di Python: packaging, typing, async, design patterns, performance, qualità del codice
  
• Esperienza nello sviluppo di servizi/API (FastAPI o equivalenti), integrazione con sistemi esterni e gestione autenticazione/autorizzazione
  
• Conoscenza dei principi base di LLM application development: prompt design, function calling, RAG, embeddings, vector search
  
• Esperienza (o forte esposizione) a framework GenAI come LangGraph (molto apprezzato) e/o LangChain, LlamaIndex, Semantic Kernel
  
• Conoscenza di metodologie agentiche e pattern di orchestrazione, ad esempio: ReAct, plan-and-execute, tool-use controllato, grafi di stato / workflow (routing, branching, retries), multi-agent (ruoli, delega, arbitration), human-in-the-loop, xysqume gestione memoria (short/long-term), grounding e citazioni
  
• Buona base su testing e qualità: pytest, unit/integration test, test su prompt/risposte, regressioni e evaluation automatizzata
  
• Familiarità con RESTful API, formati dati (JSON), code review e Git workflow
  
• Inglese fluente, scritto e parlato
  

Nice to have

• 
  
• Esperienza su Azure OpenAI / OpenAI API, o deployment di modelli open-source (Hugging Face, vLLM, TGI)
  
• Conoscenza di vector DB e search: Azure AI Search, Pinecone, Weaviate, Qdrant, Elasticsearch/OpenSearch
  
• LLMOps / MLOps: osservabilità (tracing), prompt/versioning, dataset di valutazione, metriche (groundedness, faithfulness, toxicity), cost governance
  
• Esperienza con container e cloud native (Docker, Kubernetes) e CI/CD
  
• Conoscenza di security & compliance per GenAI (data privacy, PII, policy enforcement, prompt injection mitigation, content filtering)
  
• Esperienze in ambito Industry X (engineering, manufacturing, asset operations, capital projects) e integrazione con sistemi enterprise/OT
  

#J-18808-Ljbffr