Cloud Native AI Engineer - Mid / Senior

Kiratech offre la sua esperienza alle imprese che vogliono migliorare la propria qualità e competitività adottando un approccio PlatformOps. Aiutiamo i clienti nel percorso di modernizzazione infrastrutturale e applicativa attraverso i nostri servizi e attraverso la selezione delle migliori tecnologie in ambito Platform AI, Platform Engineering e Platform Security. 

L'obiettivo di Kiratech è supportare, con il proprio platform team, i clienti a produrre valore per il loro business. Come? Tramite la nostra proposta di servizi professionali, formazione, Managed Service e la rivendita dei migliori tool. 

Ruolo

Cerchiamo una/un AI Platform Engineer con esperienza Mid o Senior per rafforzare il nostro team dei Servizi Professionali. Se sei una persona che non si accontenta di far girare i modelli, ma vuole progettare i sistemi che li rendono affidabili, scalabili e sicuri in produzione, questo è il tuo ruolo. Lavorerai al cuore di progetti che integrano intelligenza artificiale, infrastrutture Cloud Native e pratiche DevSecOps, con impatto diretto sui clienti enterprise più innovativi del mercato.

Il tuo impatto quotidiano:

· Progettare e far evolvere pipeline AI/ML efficienti, sicure e manutenibili, dalla sperimentazione alla produzione

· Integrare pratiche MLOps, LLMOps e DevSecOps nei processi di sviluppo e rilascio, elevando la qualità dell’intero team

· Essere il punto di riferimento tecnico per clienti enterprise nell’adozione di architetture AI-driven e agentic su Kubernetes e piattaforme cloud

· Guidare attività progettuali, fare mentoring e coordinare team tecnici multidisciplinari verso obiettivi concreti

Requirements

Competenze Tecniche richieste

ML & AI

· Esperienza nella gestione del ciclo di vita dei modelli ML (training, deployment, monitoring)

· Conoscenza strumenti MLOps/LLMOps: MLFlow, Kubeflow, KServe, BentoML, Ray Serve, Vertex AI, SageMaker, Azure ML

· Integrazione AI con tool di sicurezza: SonarQube, Snyk, Trivy, etc.

· Competenza in AI-driven Monitoring (Elastic, Prometheus, Grafana, Loki)

· Familiarità con architetture dati moderne: RAG, Agentic RAG, Vector DB, Feature Store, Graph DB (Neo4j)

· Esperienza su LLM e modelli fondazionali: OpenAI, Anthropic Claude, Meta Llama, HuggingFace, Mistral; self-hosted inference con Ollama o vLLM

Sviluppo & Automazione

· Sviluppo in Python (ML/AI SDK) e Go (Platform components)

· Esperienza con orchestrazione AI (LangChain, LangGraph, LlamaIndex) e Big Data & Streaming (Apache Spark, Kafka, Flink)

· CI/CD per ML (MLFlow, GitHub Actions, GitLab CI, Argo Workflows, Argo Rollouts, Flagger)

· Esperienza con AI-powered software engineering e workflow agentici (MCP, AI Agents, tool use)

Cloud & Infrastructure

· Esperienza su infrastrutture scalabili in ambienti AWS, Azure, GCP

· Terraform, Ansible, GitOps (ArgoCD, Flux)

· Amministrazione avanzata Kubernetes (CKA richiesto)

· Conoscenza Red Hat OpenShift AI – desiderata

Project & Team Management

· Esperienza come Techcal Lead o Manager Tecnico in contesti AI/ML o R&D

· Leadership tecnica e capacità di coordinare team cross-funzionali

· Leadership tecnica e capacità di coordinare team cross-funzionali

Costituiscono titolo preferenziale

· Tool AI-powered coding (Copilot, Tabnine, Codeium, Cursor)

· OpenShift AI, Neo4j, Apache Spark, Kafka, Flink

· Stack Elastic e/o Grafana

· Tool e protocolli AI avanzati (MCP – Model Context Protocol, AI Agents, Operator pattern)

· Approcci DevSecOps (SAST, DAST, Snyk, Sonar, Mend)

· Conoscenza metodologie ITIL, PRINCE2, AgilePM

Certificazioni:

Per il livello richiesto, è necessario possedere

· CKA o CKAD (Certified Kubernetes Administrator/Developer)

· Una certificazione CNCF (es. Certified Kubernetes Security Specialist – CKS)

Rappresentano un nice-to-have le seguenti certificazioni:

· Una certificazione Cloud (es. AWS Certified Solutions Architect, Azure Solutions Architect Expert, Google Professional Cloud Architect)

· Una certificazione DevSecOps (es. DevSecOps Foundation o Certified DevSecOps Professional)

· Una certificazione in ambito AI/MLOps o Data (es. Google Professional Machine Learning Engineer, Azure AI Engineer Associate, AWS Certified Machine Learning – Specialty, Databricks Certified Machine Learning Professional, TensorFlow Developer Certificate, Red Hat AI Foundations)

Lingue

· Italiano fluente

· Inglese professionale

Benefits

Cosa offriamo?

• Formazione continua: 1 giorno al mese dedicato alla formazione tramite l'ausilio di piattaforme dedicate
• Recharging Friday (1 venerdì a trimestre retribuito)

• Voce amica

• Ticket Restaurant elettronici

• Welfare aziendale

• Lavoro in un contesto aziendale giovane, dinamico, tecnologicamente innovativo