Johnson & Johnson è un'azienda globale nel settore della salute, attiva nella medicina innovativa e nella tecnologia medica. I suoi team sviluppano soluzioni in oncologia, immunologia, neuroscienze, oftalmologia specialistica, assistenza interventistica e ortopedia, combinando scienza e tecnologia per rispondere a esigenze sanitarie complesse. L'azienda pone inoltre l'accento sull'equità sanitaria, sulla sostenibilità ambientale, sulla diversità e sull'inclusione, al servizio di operatori sanitari, pazienti e comunità di tutto il mondo.
Ingegnere capo delle operazioni di IA - Ibrido a Milano
Ingegnere capo delle operazioni di IA responsabile di operazioni di IA sicure, osservabili ed efficienti in termini di costi presso Johnson & Johnson. Il ruolo supporta applicazioni di IA in produzione a Milano, Madrid e Lisbona.
Italia48.600 € – 77.395 € / anno
IbridoTempo pienoSeniorLingua Richiesta: ingleseIngegnere AIIngegnere del machine learningDescrizione
- Progettare e fornire un’osservabilità completa per applicazioni e agenti di IA
- Standardizzare la telemetria e il tracciamento distribuito nei flussi di lavoro degli agenti, nelle API, nei servizi dati, negli archivi vettoriali, negli endpoint dei modelli e negli strumenti esterni
- Sviluppare dashboard e avvisi che coprano disponibilità, latenza, errori, affidabilità, qualità, violazioni delle policy, consumo e stato dei servizi
- Stabilire indicatori e obiettivi di livello di servizio, budget di errore, soglie di avviso e standard di preparazione operativa
- Supportare il debug basato sulle tracce, la ricostruzione degli incidenti e la riproduzione controllata delle sessioni, proteggendo i dati sensibili
- Monitorare la qualità del recupero, l’aggiornamento dei dati, le regressioni di modelli e prompt, i loop anomali degli agenti, il degrado degli strumenti e altri comportamenti imprevisti durante l’esecuzione
- Guidare le analisi delle cause principali degli incidenti della piattaforma e del runtime di IA, implementando quindi miglioramenti e controlli preventivi
- Creare pipeline, template e controlli riutilizzabili per il versionamento di configurazioni, prompt, modelli e componenti degli agenti
- Introdurre gate automatizzati di distribuzione, test di integrazione, validazione delle regressioni, controlli di sicurezza e verifiche della copertura di osservabilità
- Supportare distribuzioni canary, feature flag, instradamento di modelli e provider, opzioni di fallback e procedure di rollback
- Sviluppare strumenti operativi per più modelli, framework, ambienti cloud e architetture di agenti
- Mantenere runbook, implementazioni di riferimento, standard di ingegneria e pratiche di supporto alla produzione
- Implementare misurazione, allocazione, showback, budget, soglie, avvisi di anomalie e controlli runtime per il consumo di IA
- Collaborare con i team di prodotto per ottimizzare la scelta dei modelli, l’instradamento, le dimensioni del contesto, il caching, l’elaborazione batch, i tentativi e l’uso degli strumenti
- Integrare sicurezza, privacy, IA responsabile, conformità, identità, gestione degli accessi, gestione dei segreti e verificabilità nel runtime di IA
- Sviluppare protezioni contro prompt injection, jailbreak, uso non autorizzato degli strumenti, permessi eccessivi, fuga di dati, percorsi di esecuzione non sicuri e accessi anomali
- Definire procedure operative per monitoraggio, supporto, incidenti, problemi, modifiche, escalation e ripristino del servizio
- Creare checklist di preparazione alla produzione, criteri di accettazione, runbook di reperibilità, percorsi di escalation, procedure di ripristino e requisiti di continuità operativa
- Automatizzare i processi operativi per ridurre il lavoro di ricostruzione e accelerare rilevamento, diagnosi, contenimento e ripristino
- Preparare la documentazione tecnica e formare i team di ingegneria sulle pratiche operative approvate
- Collegare i team di IA, piattaforma, cloud, dati, architettura, cybersicurezza, privacy, conformità e gestione dei servizi come referente tecnico
- Definire e monitorare KPI relativi ad affidabilità, osservabilità, prestazioni degli incidenti, efficienza dei costi, copertura dei controlli, evidenze di audit e adozione della piattaforma
- Utilizzare i dati operativi per dare priorità all’automazione, ai miglioramenti dell’affidabilità, all’ottimizzazione dei costi e alla riduzione dei rischi
Requisiti
- Laurea o master in informatica, ingegneria, intelligenza artificiale o disciplina correlata, oppure esperienza rilevante equivalente
- Almeno cinque anni di esperienza pratica in platform engineering, site reliability engineering, DevOps, DevSecOps, MLOps o ingegneria del software di produzione con responsabilità su servizi operativi
- Esperienza pratica nella gestione in produzione di sistemi di machine learning, IA generativa o agenti
- Competenza pratica in Python, API, infrastruttura come codice e strumenti CI/CD come Terraform, GitHub Actions o Azure DevOps
- Esperienza con piattaforme cloud-native, container, orchestrazione e servizi cloud aziendali; l’esperienza con Azure è fortemente apprezzata
- Esperienza nell’implementazione dell’osservabilità tramite log, metriche, tracce distribuite, dashboard e avvisi; sono preferiti OpenTelemetry o standard comparabili
- Solida conoscenza dei pattern applicativi LLM, inclusi RAG, archivi vettoriali, gateway per modelli, chiamate agli strumenti, memoria degli agenti e orchestrazione multi-agente
- Conoscenza operativa della gestione delle identità e degli accessi, della gestione dei segreti, del logging sicuro, del threat modeling, della privacy by design e dei controlli di audit
- Capacità di trasformare esigenze operative e di controllo ambigue in funzionalità tecniche riutilizzabili, standard, automazione e runbook
- Ottime capacità di gestione degli stakeholder, comunicazione tecnica e documentazione
- È preferibile esperienza in settori regolamentati con requisiti formali di sicurezza, privacy, qualità, convalida, rischio o audit
- È preferibile esperienza pratica con Azure OpenAI, Azure AI Foundry, Azure Monitor, Application Insights, Microsoft Fabric o servizi cloud comparabili
- È preferibile esperienza con piattaforme di osservabilità o valutazione dell’IA come Langfuse, LangSmith, Arize, MLflow o strumenti equivalenti
- È preferibile esperienza nella gestione di più provider di modelli, servizi multicloud o framework per agenti
- È preferibile conoscenza di FinOps, allocazione dei costi cloud, budgeting e misurazione dell’economia unitaria dei carichi di lavoro di IA
- È preferibile esperienza nella definizione di obiettivi di livello di servizio, modelli di reperibilità, gestione degli incidenti e gate di preparazione operativa per piattaforme aziendali
Benefit
- Bonus annuale con obiettivo determinato dal livello retributivo e dalla sede, in base alle prestazioni individuali e aziendali
- Ferie
- Almeno 12 settimane di congedo parentale
- Congedo per lutto
- Congedo per assistenza
- Congedo per volontariato
- Rimborso per il benessere
- Programmi per la salute finanziaria, fisica e mentale
- Premi per l’anniversario di servizio e per il riconoscimento
- Piani assicurativi per i dipendenti e, in alcune sedi, per i familiari a carico idonei