Middle ai operations lead

Italgas è una Network Tech Company, leader nei settori della distribuzione del gas, dei servizi idrici, dell'efficienza energetica e dell'IT. A seguito dell'acquisizione di 2i Rete Gas, suo principale competitor, Italgas diventa il primo operatore nella distribuzione del gas in Europa, gestendo una rete di oltre 150.000 chilometri e servendo circa 13 milioni di clienti in Italia e Grecia. Attraverso le sue controllate nel settore idrico, il Gruppo fornisce servizi, direttamente e indirettamente, a 6,2 milioni di persone, pari al 10% della popolazione italiana, principalmente nelle regioni Lazio, Sicilia e Campania. Fondata nel 1837, Italgas è riconosciuta come la società che ha portato il gas nelle case degli italiani, contribuendo in modo significativo allo sviluppo economico e sociale del Paese. Con quasi due secoli di storia alle spalle è unanimemente riconosciuta come la società che ha portato il gas nelle case degli italiani, contribuendo allo sviluppo economico e sociale del Paese. In tale contesto è stata creata Bludigit S.p. A , società del Gruppo Italgas nata per dare ulteriore impulso alla trasformazione digitale di Italgas e per offrire soluzioni all'avanguardia anche ad altri operatori nei settori dell'energia e delle infrastrutture, per supportare e incentivare la transizione energetica e digitale. Bludigit, propone soluzioni proprietarie per accelerare la trasformazione digitale, attraverso un ecosistema di partner tecnologici e tramite la Digital Factory, l'hub di innovazione del Gruppo Italgas. Per rafforzare il nostro presidio sulle piattaforme Data & AI siamo alla ricerca della seguente figura professionale: AI Operations Lead Middle , che sia il riferimento tecnico per la messa in produzione e il funzionamento continuativo delle soluzioni Data & AI. Cerchiamo una figura hands‐on con visione trasversale, capace di presidiare l'intero ciclo di vita delle soluzioni AI — dal deployment al monitoraggio, dall'ottimizzazione al troubleshooting — garantendo affidabilità, performance e qualità in produzione. Attività Operative & Delivery Presidio la messa in produzione delle soluzioni AI e Data, curando deployment, configurazione e validazione su piattaforme Microsoft Azure e Databricks. Gestire operativamente le pipeline dati e i modelli AI in produzione: monitoraggio delle performance, gestione degli alert, troubleshooting e incident resolution. Implementare e manutenere i processi AI/MLOps e Data Ops: versionamento dei modelli, CI/CD delle pipeline, retraining schedulato, monitoraggio del model drift. Assicurare il rispetto degli standard di Data Governance e Security nelle soluzioni in produzione, inclusi Unity Catalog, Row‐Level Security e lineage dei dati. Eseguire attività di capacity planning e ottimizzazione dei costi sulle piattaforme cloud, identificando inefficienze e proponendo miglioramenti. Coordinarsi e collaborare in qualità di riferimento tecnico operativo della AI factory con fornitori esterni, gruppi di progetto per la service transition e gruppi di supporti interni ed altre practice. Continuous Improvement & Automazione Identificare e implementare automazioni nei processi operativi ricorrenti (provisioning, testing, rilascio, monitoraggio). Contribuire alla definizione e al mantenimento di runbook, procedure operative e documentazione tecnica delle soluzioni in produzione. Proporre e realizzare miglioramenti alle architetture esistenti sulla base dell'esperienza operativa maturata sul campo. Supportare le attività di migrazione, replatforming e modernizzazione delle piattaforme dati, eseguendo le attività tecniche richieste. Valutare l'adozione di strumenti AI e Gen AI per efficientare le attività operative quotidiane. Requisiti Esperienza di 4 – 6 anni in ruoli operativi in ambito Data & AI (Data/ML/Platform Engineer, Dev Ops/MLOps Engineer, AI Operations) in contesti enterprise strutturati. Laurea in Informatica, Ingegneria, Matematica, Fisica o discipline affini. Conoscenza approfondita delle piattaforme Microsoft Azure e Databricks (architetture Lakehouse, Unity Catalog, Delta Lake, Workflows). Esperienza consolidata con strumenti MLOps (MLflow, Unity Catalog) e pratiche CI/CD per pipeline dati e modelli AI. Solida conoscenza di Python, SQL e scripting per automazione operativa (Bash, Power Shell). Esperienza con pipeline ETL/ELT batch e streaming (Azure Data Factory, Spark Structured Streaming, Kafka). Conoscenza delle architetture dati moderne: Data Lakehouse, Data Mesh, Data Warehouse. Familiarità con strumenti di monitoring e observability (Azure Monitor, Grafana, log analytics). Esperienza con container e orchestrazione (Docker, Kubernetes). (Nice to Have) Familiarità con soluzioni Generative AI (RAG, Vector Search, AI Agent) e relativo deployment. (Nice to Have) Certificazioni Microsoft Azure o Databricks. (Nice to Have) Ulteriori competenze Forte senso di ownership e affidabilità nella gestione delle soluzioni in produzion