AI Native Software Engineering Specialist

Costruisci i sistemi che fanno funzionare realmente l'IA negli ambienti aziendali, non dimostrazioni o prototipi che si bloccano dopo un pilota, ma architetture agentiche di produzione che operano all'interno di vere organizzazioni clienti. La differenza tra un ingegnere IA e ciò che stiamo cercando è semplice: hai spedito un sistema multi-agente in produzione, hai posseduto l'harness di valutazione e sai cosa succede quando il tuo agente fallisce alle 2 del mattino perché lo hai vissuto.

Come ingegnere IA (Agentico/Applicato), progetterai, costruirai e distribuirai sistemi AI agentici di grado produzione attraverso l'intero stack tecnologico aziendale. Lavorerai direttamente con i team di ingegneria dei clienti, guiderai sessioni di design tecnico e costruirai modelli riutilizzabili e acceleratori che scalano oltre i singoli impegni.

Questa posizione si trova al centro del mercato del talento ingegneristico IA — la domanda cresce più velocemente dell'offerta e continuerà a farlo. Offriamo ciò che nessuna singola azienda di prodotto può: ampiezza in ogni settore, ogni stack tecnologico aziendale e ogni livello di complessità organizzativa, combinata con accesso alla fellowship dei fornitori all'interno dei team di ingegneria di Anthropic, OpenAI, Microsoft e Google e un percorso diretto verso il programma Forward Deployed Engineer.

• Progettare e costruire sistemi agentici di grado produzione end-to-end: orchestrazione multi-agente, pipeline RAG, routing basato su policy, invocazione di strumenti, gestione della memoria e osservabilità del ciclo di vita.
• Costruire e possedere pipeline RAG: embeddings, strategia di chunking, ricerca vettoriale, ingegneria e messa a punto della finestra di contesto contro obiettivi di qualità reali.
• Integrare e astrarre tra più fornitori di LLM — OpenAI, Anthropic, Vertex AI e modelli open-source — con routing di fallback, gestione di token, costi e latenza.
• Implementare LLMOps in produzione: harness di valutazione con metriche di qualità reali, versioning dei prompt, strumenti di osservabilità (LangSmith, Braintrust o equivalente), monitoraggio dei costi e della sicurezza.
• Collaborare direttamente con i team di ingegneria dei clienti per progettare, prototipare e distribuire soluzioni agentiche — workshop, prove di concetto, sessioni di codice insieme e walkthrough architettonici.
• Costruire modelli riutilizzabili, acceleratori e playbook che scalano oltre il singolo impegno con il cliente e consentono di avviare il successivo più rapidamente.
• Definire e utilizzare metriche per misurare l'accuratezza degli agenti, la latenza, la sicurezza e l'efficacia dei costi; presentare risultati e raccomandazioni ai portatori di interesse dei clienti in termini aziendali.

La compensazione presso Accenture varia a seconda di una vasta gamma di fattori, inclusi ma non limitati a ruolo, livello, anzianità, responsabilità, competenze e livello di esperienza. Per questa posizione, si applica il Contratto Collettivo Nazionale B1 e B3, con uno dei seguenti gradi retributivi e corrispondente intervallo di stipendio lordo annuale:

• B1: 28.500 e 45.300 EUR
• B3: 32.000 e 54.900 EUR

• Esperienza pratica nella progettazione e distribuzione di soluzioni IA agentiche in un ambiente di produzione — non negoziabile.
• Esperienza dimostrata con framework di orchestrazione agentica: LangGraph, CrewAI, AutoGen o equivalente — a livello di produzione, non a livello di tutorial.
• Esperienza diretta nell'invocazione delle API LLM (OpenAI, Anthropic, Vertex AI) nel codice di produzione: astrazione del fornitore, gestione dei token, compromessi di latenza e costo.
• Possesso della pipeline RAG: embeddings, strategia di chunking, database vettoriali e ingegneria del contesto.
• Fondamenti di LLMOps: progettazione dell'harness di valutazione, versioning dei prompt e osservabilità in produzione.
• Maturità ingegneristica cloud-native: Kubernetes, Docker, microservizi, serverless, CI/CD e IaC (Terraform o Helm).
• Forti competenze in Python; Java o un linguaggio backend equivalente accettabile; esperienza nella debug e osservabilità in produzione.
• La qualità dell'esperienza è ponderata rispetto agli anni, un candidato che ha spedito tre sistemi agentici di produzione in quattro anni è preferito rispetto a un generalista con esposizione passiva all'IA.