Software Delivery Architect

Retribuzione: EUR 55,000 - EUR 65,000 - 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, accetta la sfida e candidati 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 DevSecOps 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 della corporate.

Implementare l'automazione del processo produttivo

Implementare/manutenere le pipeline DevSecOps e MLOps.

Implementare/manutenere soluzioni AI ad uso del team (custom agents, use case MAIA, ...)

Sfruttare e integrare strumenti AI nei toolchain DevOps per CI/CD, code quality, monitoring e incident analysis.

Supervisionare il ciclo 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 DevSecOps quali GitLab, GitLab CI/CD, SonarQube, Checkmarx o equivalenti e delle pratiche di gestione industrializzata del codice (branching, pipeline di CI/CD, release management, etc.)

Ambienti disviluppo software che integrino componenti di generazione di codice attraverso modelli di AI quali GitHub Copilot, Cursor, Windsurf, Claude Code, etc.

Conoscenza delle pratic