Software delivery architect

Retribuzione: EUR 55000
- EUR 65000
- annuale Descrizione dell'azienda Sopra Steria
- fra i maggiori player tecnologici in Europa, con 50.000 dipendenti in circa 30 paesi
- è riconosciuta per i suoi servizi di consulenza, per i suoi servizi digitali e per le sue soluzioni IT. Sopra Steria supporta i propri clienti nel loro percorso di trasformazione digitale, garantendo loro benefici concreti e sostenibili. Nel 2024, il Gruppo ha registrato un fatturato di 5,8 miliardi di euro.

Con circa 1.200 persone e un fatturato 2024 di €104,8 milioni, Sopra Steria opera sul mercato italiano attraverso le sue sedi di Assago (MI), Roma, Collecchio (PR), Padova, Ariano Irpino (AV) e Pozzuoli (NA). Descrizione del lavoro Se anche tu vuoi dare forma al futuro con noi lavorando su importanti progetti per prestigiosi brand e ti riconosci nel profilo che stiamo cercando, Stiamo cercando: Per rafforzare la nostra Direzione Tecnica siamo alla ricerca di un Software Delivery Architect che contribuisca ad aumentare l'efficacia e la redditività dei progetti attraverso l'industrializzazione dei processi di sviluppo e l'adozione della Generative AI lungo l'intero ciclo di vita del software.

La figura avrà un ruolo chiave nel disegno dei processi di delivery, nella guida tecnica dei team di sviluppo e nell'implementazione di pipeline Dev Sec Ops e soluzioni di AI-assisted development, operando a stretto contatto con Project Manager, architetti e team di progetto. Principali

responsabilità:
Disegnare l'organizzazione del team e il processo di produzione Definire la struttura operativa del team e i flussi di lavoro lungo l'intero ciclo di sviluppo, integrazione, testing e rilascio.

Documentare processi, procedure e linee guida, garantendo coerenza con gli standard aziendali e del cliente. Definire i processi di gestione di modifiche, versioni e rilasci in ambienti complessi. Guidare l'adozione e l'integrazione della Generative AI Promuovere l'utilizzo della Generative AI per coding, code review, documentazione e creazione automatica di test. Introdurre modelli e workflow di AI-assisted development per migliorare produttività e qualità.

Formare e supportare il team nell'adozione quotidiana delle tecnologie di AI generativa nei modi e con gli strumenti messi a disposizione dalla corporate. Implementare l'automazione del processo produttivo Implementare/manutenere le pipeline Dev Sec Ops e MLOps. Implementare/manutenere soluzioni AI ad uso del team (custom agents, use case MAIA, ...) Supervisionare ilciclo di vita del software Monitorare pianificazione, avanzamento e qualità delle attività in tutte le fasi del ciclo di vita del software.

Garantire la qualità del prodotto attraverso metriche, test automation e processi di continuous integration/delivery. Rilevare automaticamente KPI per valutare l'impatto della Generative AI su tempi, costi e qualità. Supportare le attività di governance, conformità e supporto operativo Verificare l'aderenza agli standard tecnici, di sicurezza e di processo. Identificare e risolvere tempestivamente criticità organizzative, tecniche o relazionali.

Supportare il team di progetto nell'adozione dei processi industrializzati, della AI e in generale nella gestione del cambiamento. Promuovere la cultura del miglioramento continuo Promuovere una cultura orientata a qualità, efficienza e innovazione. Condurre revisioni periodiche di processo e retrospettive per individuare aree di ottimizzazione. Favorire il feedback continuo e la condivisione della conoscenza all'interno del team.

Esperienza di almeno 4 anni nel ruolo di Technical Leader o Team Leader in progetti complessi, con responsabilità di coordinamento su team di 5–10 risorse e riporto diretto al Project Manager . Comprovata esperienza nell'implementazione di pipeline CI/CD in progetti cloud-native di medio-lungo periodo (almeno 12 mesi di durata). Solida esperienza nello sviluppo di codice enterprise e nell'utilizzo di modelli e strumenti di Generative AI per la generazione assistita di codice e documentazione tecnica.

Conoscenza approfondita dei principali modeli di ciclo di vita del software (waterfall, agile, iterative, incrementali, tdd, bdd, etc.) e relativi strumenti di gestione quali Jira / Cofluence Padronanza di tool di Dev Sec Ops quali Git Lab, Git Lab CI/CD, Sonar Qube, Checkmarx o equivalenti e delle pratiche di gestione industrializzata del codice (branching, pipeline di CI/CD, release management, etc.) Ambienti disviluppo software che integrino component di generazione di codice attraverso modelli di AI