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.
• Es