AI Solution Engineer Lead - Milan

Sei qui perché sai che stiamo cercando un AI Solutions Engineer Lead. Dal 2016 utilizziamo l'IA per trasformare il modo in cui le grandi aziende comunicano con i loro clienti. Le migliori storie iniziano con grandi conversazioni: le relazioni che contano si basano sulla capacità di comunicare, ascoltare e comprendere l'altro. Tra aziende e persone, però, questo tipo di relazione è ancora raro, e lavoriamo per riportare la magia nelle interazioni, su larga scala.

Attraverso la nostra piattaforma AI Agents abbiamo automatizzato milioni di conversazioni attraverso voce, chat e messaggistica, integrandoci con i sistemi CCaaS e aziendali dei nostri clienti e migliorando le loro performance operative e commerciali. Siamo una scale-up europea in rapida crescita, sostenuta da Azimut (investimento di 15 milioni di euro).

Stiamo cercando un AI Solutions Engineer Lead: la persona che porta gli AI Agents dalla progettazione alla produzione con i nostri clienti più complessi, definisce come si svolge questo lavoro e guida il piccolo team che lo fa (3-4 persone oggi, e in crescita). Inizierai con il nostro impegno aziendale più complesso: un programma multi-paese che abbraccia Europa e America Latina, il campo di prova dove il metodo che definisci viene testato con utenti reali e traffico reale, e la base naturale da cui far crescere la nostra organizzazione di implementazione dell'IA.

Questa è una posizione orizzontale e multidisciplinare che si colloca tra tecnologia e business, non è una posizione puramente da sviluppatore software. Rimani l'architetto di riferimento nei progetti dove il rischio è alto e la soluzione non esiste ancora. Il cuore del ruolo è funzionale, architettonico ed esperienziale: il tuo valore è immaginare come dovrebbe funzionare un assistente (i flussi, le integrazioni, il comportamento) e farlo funzionare effettivamente come lo hai immaginato. La tua leva non è digitare codice di produzione riga per riga: la più profonda esecuzione tecnica è gestita dal prodotto e dagli strumenti di IA che utilizzi ogni giorno. Ciò che rimane tuo, e non può essere delegato, è il giudizio: come inquadrare il problema, dove può rompersi, come renderlo affidabile. E ciò che distingue questo ruolo è che devi anche sapere come trasferire quel giudizio al tuo team.

Questa è una posizione con reale possibilità di crescita: stiamo scalando la nostra organizzazione di implementazione dell'IA in tutto il mondo, e l'ambito di questo ruolo cresce con essa: più progetti, un team più grande, nuove geografie.

Responsabilità principali:

• Progettare l'architettura agentica. Decidi come inquadrare il problema: un agente che instrada verso agenti specializzati? Dove sono necessari gate e guardrail (identificazione dell'utente, gestione delle code, passaggio a un operatore umano)? Progetti la struttura prima di costruirla, attraverso chat e voce, che seguono la stessa logica.
• Definire lo standard, non solo la soluzione. Le tue scelte architettoniche diventano il default del team: playbook, criteri di qualità, modelli riutilizzabili. Ciò che risolvi una volta non dovrebbe essere reinventato nel progetto successivo.
• Controllare le allucinazioni e trasformarlo in un metodo. Definisci i confini di ogni agente: quando risponde, quando recupera informazioni, quando deve dire “non lo so” invece di inventare una risposta plausibile. Qui si decide l'affidabilità di un assistente, e stabilisci questa disciplina, inclusi set di valutazione e test di regressione, per tutti.
• Tradurre il business in comportamento. Trasformi un obiettivo aziendale in un comportamento concreto dell'agente: “ridurre i tempi di attesa” o “non menzionare dettagli interni all'utente” diventano regole, flussi e guardrail precisi.
• Possedere l'esperienza utente. Progetti tono, messaggi e adattamento per canale (voce, chat, messaggistica) dal punto di vista della persona che vive l'interazione: la qualità percepita è parte della soluzione.
• Eseguire direttamente con l'IA. Utilizzi strumenti di codifica agentica (ad es. Claude Code) per costruire, e leggi e convalida ciò che producono. L'arte è inquadrare il problema affinché la macchina lo esegua bene, e sapere giudicare quando l'output è corretto e quando non lo è. E insegni al team a fare lo stesso.
• Spedire in produzione e iterare. Le soluzioni vanno live: monitori le performance e i KPI, gestisci i casi limite, controlli la qualità e l'affidabilità delle risposte e iteri dopo il go-live. Il risultato è tua responsabilità, sui tuoi progetti e su quelli del team.
• Crescere le persone. Onboardi e mentori i tuoi report, organizzi 1:1 e piani di crescita, e partecipi alla selezione delle prossime assunzioni. Definisci cosa significa “eccellente” in questo mestiere e come viene misurato.
• Guidare il cliente attraverso le decisioni. Sei il punto di riferimento tecnico di fronte ai decisori aziendali: aiuti il cliente a prendere le giuste scelte, dai un verdetto sulla fattibilità e sullo scoping, inclusi nella fase pre-vendita, e difendi la soluzione quando le tempistiche sono sotto pressione.
• Coordinare le persone giuste. Lavori a stretto contatto con Product, DevOps, Customer Success e Technical Support per allinearti, gestire le dipendenze e sbloccare rapidamente le cose. E porti a Product, in modo strutturato, ciò di cui la piattaforma ha bisogno per diventare.

Requisiti:

• Un track record con AI Agents in produzione. Hai portato almeno un sistema agentico live con utenti reali e volumi, e puoi dirne i numeri: tasso di risoluzione autonoma, tempi di risposta, qualità percepita, costo per conversazione.
• Giudizio architettonico agentico. Puoi progettare un sistema agentico end-to-end (inquadrarlo, decidere dove e come utilizzare strumenti e recupero del contesto, progettare i flussi e i guardrail) e spiegare i compromessi di ogni scelta, non solo che funziona.
• Controllo dell'affidabilità. Puoi riconoscere e prevenire le allucinazioni: definire confini, capire quando un agente dovrebbe recuperare, rispondere o ammettere di non sapere. La qualità della risposta è tua responsabilità progettuale, e puoi trasformarla in un metodo ripetibile per il team.
• Esperienza di leadership tecnica. Hai già guidato ingegneri: mentoring, crescita, decisioni tecniche e priorità. Anche informalmente, ma con risultati verificabili.
• Una mentalità funzionale, orientata al prodotto/UX. Progetti dal punto di vista dell'utente finale e colleghi business e soluzione: puoi tradurre un obiettivo in un comportamento concreto dell'agente.
• La capacità di dirigere l'IA per costruire. Utilizzi quotidianamente strumenti di codifica agentica (ad es. Claude Code) e sfrutti l'IA per muoverti più velocemente: inquadri il problema affinché la macchina lo esegua, e leggi e giudichi l'output abbastanza bene da essere autonomo.
• Fondamenti ingegneristici solidi e Python avanzato. Comprendi API, integrazioni e sistemi distribuiti abbastanza bene da progettarli e discuterli come un pari con Product e con l'IT del cliente, e leggi e scrivi Python fluentemente: abbastanza per costruire ciò di cui hai bisogno, approfondire ciò che i tuoi strumenti producono e andare in profondità quando il problema lo richiede.
• Consapevolezza della produzione. Comodo con almeno un cloud (GCP o AWS), con osservabilità (logging, tracciamento, KPI strumentati fin dal primo giorno) e con un comando sufficiente di autenticazione, privacy e sicurezza, incluso GDPR e la legge europea sull'IA, per progettare soluzioni privacy-by-design e essere credibile con i clienti aziendali europei.
• Autonomia e comunicazione. Risoluzione strutturata dei problemi su progetti aziendali multi-stakeholder, con dipendenze esterne e tempistiche non sempre nelle tue mani. Eccellente comunicazione, scritta e parlata: italiano nativo e ottimo inglese.

Apprezzeremo molto (ma non sono requisiti):

• Esperienza con piattaforme conversazionali/chatbot e assistenti vocali (CCaaS).
• Aver costruito un team da zero, o definito processi di consegna in una scale-up in rapida crescita.
• Esperienza con piattaforme di automazione no-code/low-code (ad es. n8n, Make, Zapier) e la capacità di prototipare flussi di lavoro rapidamente.
• Un background in ML/Data Science: comprendi i modelli, non solo le loro API.
• Esperienza con clienti aziendali e familiarità con strumenti di gestione progetti e collaborazione (ad es. Jira, Notion, Zendesk, Figma).
• Spagnolo e/o portoghese, utili per lavorare con i nostri team e clienti in Iberia e America Latina.
• Tech talks, workshop, contributi open source: sai come trasferire ciò che sai.

I nostri valori: presso indigo.ai valorizziamo la Visione (curiosità e coraggio di sfidare status quo), Connessione (empatia, franchezza e fiducia), Responsabilità (proprietà, affidabilità e follow-through) ed Eccellenza (l'abitudine di alzare l'asticella e perfezionare fino a quando non è giusto). Se pensi naturalmente in anticipo, costruisci forti relazioni, prendi responsabilità e ti ossessioni per la qualità di ciò che consegni, probabilmente siamo una grande corrispondenza.

Cosa offriamo? Un ruolo di leadership in una scale-up europea di IA in rapida crescita, sostenuta da Azimut (investimento di 15 milioni di euro), dove il tuo lavoro si trasforma in prodotti utilizzati da milioni. Uno stipendio competitivo nella fascia di 55-68k RAL, più un variabile di 6k basato sulle performance. Un vero mandato: definisci come viene effettuata la consegna degli agenti IA qui, non erediti un processo da eseguire. Una concreta possibilità di crescita mentre ci espandiamo a livello internazionale: il team, i progetti e l'ambito di questo ruolo stanno tutti espandendo. Un budget dedicato all'istruzione e un Piano di Sviluppo Carriera strutturato, in una cultura che valorizza la trasparenza e l'apprendimento continuo. Attrezzature di alta qualità (MacBook Pro e iPhone). Un ambiente dinamico, incentrato sulle persone, con grande attenzione al benessere, e ritiri aziendali in luoghi straordinari durante tutto l'anno.

Dove si trova il lavoro? Milano, in un modello ibrido. Il team lavora insieme in ufficio: questo è un ruolo che vive di conversazioni con Product, Customer Success e clienti, e essere a Milano fa parte del lavoro. Il nostro ufficio si trova in SPACES, Piazza Gae Aulenti 1/Torre B. Stiamo ampliando la capacità del team per supportare nuovi progetti in Italia e a livello internazionale.

Come candidarsi: Non ci interessa come sei arrivato qui: ciò che conta è la capacità dimostrata di progettare, far funzionare le cose e far crescere le persone, non il percorso accademico. Quindi nella tua candidatura, dicci due cose: Un assistente, un agente o un flusso che hai progettato tu stesso: le decisioni che hai preso, dove potrebbe fallire, come l'hai reso affidabile, quali numeri ha prodotto in produzione. Una persona o un team che hai fatto crescere. Questo ci dice molto più di qualsiasi CV o titolo.