DevOps AI Engineer

NEVERHACK

(

https://neverhack.com/it

) è un gruppo francese specializzato in cybersecurity. Fondato nel 2021 e con sedi in 11 paesi, il gruppo conta oggi più di 1200 dipendenti in tutto il mondo. La nostra ambizione è quella di espanderci a livello internazionale per costruire un mondo digitale sicuro per tutti.

È proprio grazie a questa forte espansione che Siamo alla ricerca di un

DevOps AI Engineer

con esperienza medio/alta in ambito AI/ML e infrastrutture complesse, che supporti la realizzazione, l’orchestrazione e la gestione di un

prototipo AI in ambiente controllato . La risorsa avrà l’obiettivo di riprodurre una versione ridotta e funzionale del modello AI che verrà successivamente portato in produzione, garantendo fin dalle fasi di prototipazione

scalabilità, automazione, sicurezza e trasferibilità dell’architettura

verso gli ambienti produttivi. La figura lavorerà a stretto contatto con

System Integrator, team tecnici e stakeholder interni , contribuendo alla validazione dei requisiti e alla definizione delle soluzioni tecnologiche più appropriate.

Responsabilità principali Realizzare, configurare e orchestrare il

prototipo AI in ambiente di test , assicurandone scalabilità, stabilità e trasferibilità verso la produzione. Progettare e gestire

pipeline CI/CD

per l’automazione del ciclo di sviluppo, test, versioning e deployment dei componenti AI. Automatizzare provisioning, configurazione e gestione dell’infrastruttura necessaria all’esecuzione del prototipo. Integrare

modelli AI/ML, servizi applicativi, API e componenti infrastrutturali

esistenti. Gestire containerizzazione e orchestrazione dei workload AI. Implementare meccanismi di

monitoraggio, logging e troubleshooting , verificando performance, disponibilità e stabilità della soluzione. Prestare particolare attenzione agli aspetti di

sicurezza, gestione degli accessi e protezione degli asset e dei dati

presenti nell’ambiente di test. Collaborare con il

System Integrator

e con i team interni per analizzare e validare i requisiti tecnici. Identificare criticità e proporre soluzioni tecniche durante le fasi di prototipazione. Documentare configurazioni, processi, pipeline e modalità di deployment, facilitando il successivo passaggio verso l’ambiente produttivo.

Competenze tecniche richieste Python , con particolare riferimento a: scripting e automazione; integrazione tramite API; gestione di componenti e workflow AI/ML. Conoscenza ed esperienza nell'utilizzo di

modelli AI/ML , inclusi gestione, configurazione, tuning e deployment. Esperienza con

Docker

e tecnologie di containerizzazione. Buona conoscenza di

Kubernetes

e dei principali concetti di orchestrazione dei workload. Esperienza nella progettazione e gestione di

pipeline CI/CD . Ottima conoscenza di

Git

e dei principali strumenti di versioning e automazione. Esperienza nell'integrazione tra componenti AI/ML, applicazioni e infrastrutture. Conoscenza di strumenti e metodologie di

monitoring, logging e troubleshooting . Familiarità con principi di

Infrastructure as Code e automazione dell’infrastruttura

costituisce un plus.

Seniority È richiesta una

seniority medio/alta , la risorsa dovrà essere in grado di

operare in autonomia , prendere decisioni tecniche nell’ambito del proprio perimetro e affrontare problematiche non completamente predefinite.

Requisiti aggiuntivi Forte attitudine alla

prototipazione rapida

e alla sperimentazione tecnologica. Approccio

problem solving

e capacità di individuare autonomamente soluzioni a problemi tecnici complessi. Capacità di lavorare in autonomia e di interfacciarsi efficacemente con team tecnici interni ed esterni. Buone capacità di comunicazione e collaborazione. Orientamento alla documentazione e alla riproducibilità delle soluzioni realizzate.

Nice to have Costituiscono elementi preferenziali: Esperienza in ambito

MLOps / LLMOps . Esperienza con

LLM, GenAI o sistemi AI generativi . Conoscenza di framework e tool per il deployment e serving di modelli AI. Esperienza con ambienti

cloud

(AWS, Azure o GCP). Conoscenza di strumenti di Infrastructure as Code, come

Terraform o Ansible . Esperienza con sistemi di observability e monitoring. Conoscenza di pratiche di

security by design

applicate a infrastrutture e workload AI.

L'obiettivo principale della figura sarà

trasformare il prototipo AI in una soluzione tecnicamente riproducibile, automatizzata e pronta a essere evoluta verso la produzione , riducendo al minimo le attività manuali e le criticità legate al successivo deployment produttivo.

Cosa offriamo Inserimento

con percorsi strutturati di formazione e crescita . Ambiente stimolante

in ambito cybersecurity e IT, con possibilità di sviluppo su progetti complessi. Modalità di lavoro remota CCNL Metalmeccanico, ticket restaurant 8 €, welfare, RAL tra 45.000 € e 48.000 €

Sede di lavoro: Remoto, con disponibilità a recarsi negli uffici di Milano, Torino, Bologna per riunioni di allineamento. Il processo di selezione prevede colloquio HR e 2 colloqui di carattere tecnico.