Role overview
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
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
- Working from anywhere (1 mese all’anno o 4 settimane)
- Recharging Friday (1 venerdì a trimestre retribuito)
- Voce amica
- Ticket Restaurant elettronici
- Welfare aziendale
- Lavoro in un contesto aziendale giovane, dinamico, tecnologicamente innovativo