In sintesi
- Mansioni: Guida programmi di trasformazione digitale e progetta soluzioni AI innovative.
- Azienda: PwC Italy, leader nel settore della consulenza e innovazione.
- Benefit: Opportunità di crescita professionale, ambiente dinamico e lavoro su progetti impattanti.
- Altre informazioni: Ambiente collaborativo con team multidisciplinari e sfide stimolanti.
- Perché questo lavoro: Lavora con tecnologie all'avanguardia e fai la differenza in settori chiave.
- Qualifiche: Laurea STEM e esperienza in AI Engineering o Data Engineering.
La retribuzione prevista è compresa tra 56250 - 68750 € per anno.
Entra a far parte della practice Data&Cloud di PwC Italy e diventa: AI Engineering Manager Full-Stack.
Descrizione del ruolo
Entrando nel team AI Engineering di PwC come profilo Senior, avrai un ruolo chiave nella guida di programmi di trasformazione digitale complessi per primari player nei settori Automotive & Industrial Manufacturing, Consumer Markets, Energy & Utilities, Healthcare, Financial Services e Telco & Media. Sarai responsabile della progettazione architetturale, della leadership tecnica e del coordinamento di team multidisciplinari, contribuendo alla definizione di soluzioni AI e Data Engineering scalabili, innovative e ad alto impatto sul business.
Responsabilità principali
- Guidare workshop con i clienti per identificare opportunità di trasformazione AI e tradurre esigenze di business in architetture scalabili e robuste.
- Disegnare e supervisionare la realizzazione di data piattaforme pipeline complesse su ambienti cloud (AWS, Azure, GCP, Palantir, Databricks).
- Definire standard architetturali, best practice e framework di sviluppo per soluzioni AI e Data Engineering.
- Governare processi CI/CD/CT, DevOps e MLOps assicurando automazione, monitoraggio e continuità operativa.
- Progettare e validare soluzioni avanzate di Generative AI (LLM, RAG, Agentic AI, AI copilots, chatbot enterprise).
- Supervisionare lo sviluppo di soluzioni end-to-end, dalla data ingestion fino alle interfacce utente (React, Streamlit, low-code).
- Contribuire ad attività di pre-sales, proposta e definizione di roadmap tecnologiche, oltre che alla gestione del team dal punto di vista operativo e di crescita.
Requisiti richiesti
- Laurea in discipline STEM (preferibilmente Informatica, Ingegneria Informatica, Matematica, Statistica).
- Esperienza pluriennale in AI Engineering, Data Engineering o ML Engineering.
- Conoscenza approfondita di Python, Spark/PySpark, SQL e architetture distribuite.
- Esperienza consolidata su almeno una piattaforma cloud (AWS, Azure, GCP, Palantir, Databricks).
- Competenza avanzata in Generative AI (LLM, Prompt Engineering avanzato, RAG, Agentic AI, orchestrazione multi-agent).
- Conoscenza di framework per lo sviluppo di soluzioni agentiche (langchain, langraph, agno, Google ADK, Microsoft Agent Framework).
Competenze richieste
- Accettare feedback, ascolto attivo, implementazione AI, pensiero analitico, programmazione in C++, coaching e feedback, comunicazione, analisi dati complessi, creatività, analisi dati, infrastruttura dati, integrazione dati, modellazione dati, pipeline dati, qualità dei dati, deep learning, abbracciare il cambiamento, regolazione emotiva, empatia, programmazione GPU, inclusione, curiosità intellettuale, programmazione in Java, agilità nell'apprendimento.
AI Engineering Manager (Full-Stack) - Milano datore di lavoro: PwC
PwC offre un ambiente di lavoro stimolante e internazionale, ideale per professionisti ambiziosi nel campo della fiscalità. Con opportunità di crescita continua e un forte focus sulla qualità del servizio, i dipendenti possono sviluppare le proprie competenze in un contesto collaborativo e innovativo a Milano. La cultura aziendale promuove l'inclusione e il lavoro di squadra, rendendo PwC un datore di lavoro eccellente per chi cerca una carriera significativa e gratificante.
Consigli degli esperti StudySmarter🤫
Ecco come pensiamo che potresti ottenere AI Engineering Manager (Full-Stack) - Milano
✨Sfrutta i Meetups di Data Science
Partecipare a meetups e conferenze di data science è un must! Questi eventi sono un ottimo modo per connettersi con esperti del settore e altre persone in cerca di lavoro. Non vergognarti di farti avanti e parlare con i relatori: potrebbe aprirti porte inaspettate.
✨Progetti Open Source per Farsi Notare
Contribuire a progetti open source è una fantastica opportunità per mostrare le tue competenze pratiche. Non solo aiuta a costruire il tuo portfolio, ma ti consente anche di lavorare con tecnologie che potrebbero essere ricercate dalla tua futura azienda. Cerca progetti su GitHub legati a data science e mettiti in gioco!
✨Unisciti a Comunità Online
Entrare a far parte di comunità online come Kaggle o forum di data science può essere un grande vantaggio. Non solo puoi partecipare a competizioni e migliorare le tue abilità, ma puoi anche costruire una rete con altri professionisti del settore. Queste connessioni possono rivelarsi preziose quando cerchi un lavoro a tempo pieno.
✨Candidati Direttamente su PwC
Non dimenticare di candidarti direttamente sul sito di PwC! Spesso le aziende preferiscono ricevere applicazioni tramite il loro portale, quindi assicurati di seguire le istruzioni specifiche. Un’applicazione diretta può darti un vantaggio rispetto a chi usa canali più generali.
Pensiamo che ti servano queste competenze per eccellere come AI Engineering Manager (Full-Stack) - Milano
Alcuni consigli per la tua candidatura 🫡
Evidenzia le tue competenze tecniche:Nel campo della data science, è fondamentale mostrare le tue competenze tecniche. Assicurati di includere nel tuo CV le lingue di programmazione che conosci, come Python o R, e i tool che hai utilizzato, come TensorFlow o scikit-learn. Non dimenticare di far vedere i tuoi progetti o le tue analisi precedenti, magari con link a GitHub o portafogli di lavoro!
Scrivi una lettera motivazionale convincente:Per un ruolo full-time in data science, la lettera motivazionale è la tua occasione per far trasparire la tua passione per i dati e la tua voglia di contribuire al lavoro di PwC. Spiega perché sei interessato a questo specifico ruolo e come le tue esperienze passate ti rendono il candidato ideale. Non essere timido: condividi le tue ambizioni e la tua visione per il futuro!
Includi risultati quantificabili:Quando parli delle tue esperienze lavorative precedenti, cerca di includere risultati quantificabili che dimostrino il tuo impatto. Ad esempio, puoi dire che hai aumentato l'efficienza di un'analisi del 20% o che hai contribuito a un progetto che ha portato a un aumento del fatturato del 15%. Metriche del genere catturano sempre l'attenzione dei recruiter!
Mostra il tuo approccio alla risoluzione dei problemi:La data science è tutta una questione di risolvere problemi complessi. Utilizza il tuo CV e la tua lettera motivazionale per descrivere come hai affrontato sfide specifiche in progetti precedenti. Ti consigliamo di includere un breve case study o un esempio pratico dei tuoi risultati per davvero colpire i selezionatori di PwC. Mostra loro come pensi e come apprendi!
Come prepararti a un colloquio di lavoro presso PwC
✨Brilla con il tuo Portafoglio
Porta con te un portfolio che mostri i tuoi progetti di data science. Includi studi di caso dettagliati e le tecniche che hai utilizzato, come l'analisi dei dati, il machine learning o la visualizzazione. In questo modo possiamo dimostrare concretamente il nostro problema-solving e le nostre competenze tecniche, che sono fondamentali in questo campo!
✨Preparati a Domande Tecniche
Aspettati domande tecniche in merito a statistica, machine learning e linguaggi di programmazione come Python o R. Potrebbero chiederti di spiegare modelli specifici o di analizzare un dataset sul momento. Rinfreschiamo insieme le nozioni di base e prepariamoci a dimostrare le nostre competenze pratiche.
✨Mostra la tua Curiosità
Le aziende cercano candidati che mostrino voglia di apprendere e crescita professionale. Durante l'intervista, parliamo delle tendenze attuali nel settore e dimostriamo il nostro interesse per l'innovazione nel campo della data science. Questo non solo ci farà apparire proattivi, ma metterà anche in evidenza la nostra motivazione.
✨Comunica Chiaramente i Tuoi Risultati
Essere bravi con i dati è fondamentale, ma sapere come comunicarli è altrettanto importante. Durante l'intervista, cerca di essere chiaro e conciso mentre parli dei tuoi risultati. Usa esempi specifici per dimostrare come le tue analisi abbiano avuto un impatto positivo in progetti passati. In questo modo possiamo evidenziare le nostre capacità comunicative, fondamentali per un ruolo a tempo pieno.