PpZucchetti Centro Sistemi (ZCS) è azienda tecnologica multi business fondata nel 1985 nel Valdarno aretino (Toscana) da un’iniziativa imprenditoriale del Cav. Lav. Fabrizio Bernini, oggi azionista e Presidente dell’azienda. Sfruttando le competenze e il know how acquisito in ambito informatico, l’azienda cresce e si trasforma in una industria innovativa composta da cinque aree di business: software, healthcare, automation, robotica e green innovation, con l’obiettivo di garantire un elevato livello qualitativo dell’offerta su tre fronti: informatica, elettronica e meccanica. /p h3Visione del Ruolo /h3 pSiamo alla ricerca di un Lead Tech di solida seniority per il nostro team di Ricerca e Sviluppo dedicato all'Intelligenza Artificiale. La risorsa è chiamata a garantire l'eccellenza ingegneristica dell'intero stack tecnologico: dal singolo comando Linux alla governance dell'infrastruttura cloud, dalla qualità del codice alla solidità delle pipeline di deployment. /p pIl Lead Tech è il custode delle scelte tecnologiche e architetturali del laboratorio: un professionista con una padronanza profonda e trasversale degli strumenti di sviluppo, capace di instaurare standard elevati di security by design, clean code e DevOps maturo, e di trasferire questa cultura all'intero team. /p h3Responsabilità Principali /h3 h3Architettura e Ingegneria del Software /h3 ul liDefinire e presidiare le scelte architetturali dell'intero stack tecnologico del laboratorio, con focus su scalabilità, manutenibilità e security by design fin dalla fase di progettazione. /li liSupervisionare la transizione dei modelli AI dai proof-of-concept (PoC) ad ambienti di produzione complessi e ad alta affidabilità. /li liProgettare e mantenere architetture a microservizi robuste, garantendo una separazione chiara delle responsabilità, gestione corretta dei container e orchestrazione su Kubernetes. /li /ul h3Infrastruttura Cloud e DevOps /h3 ul liGestire e ottimizzare l'infrastruttura cloud (Google Cloud Platform o equivalenti), con piena padronanza di strumenti IaC come Terraform e Helm per il provisioning e la configurazione dichiarativa degli ambienti. /li liStandardizzare e far evolvere le pipeline CI/CD (GitHub Actions, Advanced Security, ecc.), garantendo automazione, qualità dei rilasci e sicurezza del codice in ogni fase del flusso. /li liProgettare e mantenere l'architettura di monitoring, telemetria e observability (Grafana, Prometheus, Loki, Tempo o stack equivalenti), assicurando visibilità completa sul comportamento dei sistemi in produzione. /li /ul h3Competenza Linux e Sistemi /h3 ul liDominare l'ecosistema Linux a livello avanzato: scrittura di script bash/shell per automazione di sistema, analisi e risoluzione di problemi infrastrutturali, gestione di processi, filesystem, permessi e rete. /li liSfruttare librerie native Linux per ottimizzare operazioni di sistema — ad esempio latenza di I/O, acquisizione di dati da hardware, accesso a device driver — dove le soluzioni ad alto livello non sono sufficienti. /li liGestire autonomamente container Docker in ogni aspetto: build ottimizzati, networking, volumi, troubleshooting e orchestrazione su cluster Kubernetes in ambienti multi-tenant. /li /ul h3Qualità del Codice e Governance Tecnica /h3 ul liStabilire e far rispettare standard di sviluppo su stack eterogenei (Python, Java, Node.js, Angular): code review strutturate, linee guida di stile, pattern architetturali e best practice di testing. /li liPromuovere attivamente i principi di clean code, gestione delle dipendenze e versionamento. /li liIntrodurre e mantenere pratiche di security by design: gestione dei secrets, hardening dei container, politiche RBAC, vulnerability scanning integrato nella pipeline. /li /ul h3Leadership Tecnica e Metodologia /h3 ul liGuidare, formare e far crescere i membri del team (Data Scientist, AI Engineers, Full-stack Developer), trasferendo cultura tecnica e autonomia operativa. /li liPromuovere metodologie Agile (Scrum/Kanban) per la gestione iterativa dei progetti, garantendo flessibilità nel pivot e qualità dei rilasci. /li liFungere da punto di riferimento tecnico per la traduzione dei requisiti di ricerca in soluzioni ingegneristicamente solide, in coordinamento con il Lead Data Scientist del laboratorio. /li /ul h3Requisiti /h3 h3Requisiti Tecnici (Hard Skills) /h3 h3Infrastruttura e Cloud /h3 ul liComprovata padronanza di Google Cloud Platform (GCP) o piattaforme cloud enterprise equivalenti (AWS, Azure). /li liEsperienza avanzata con Terraform per infrastructure-as-code e Helm per il packaging e deployment di applicazioni Kubernetes. /li liGestione operativa di cluster Kubernetes in ambienti di produzione: scaling, networking, storage, RBAC, aggiornamenti rolling. /li liConoscenza approfondita degli stack di observability: Grafana, Prometheus, Loki, Tempo o equivalenti. /li /ul h3Sviluppo Software e DevOps /h3 ul liAlmeno 5 anni di esperienza pratica nello sviluppo su Python (linguaggio primario), con solida conoscenza di almeno un altro linguaggio enterprise (Java, Node.js o equivalente). /li liPadronanza di Docker in ogni suo aspetto: Dockerfile multi-stage, ottimizzazione delle immagini, networking, compose, troubleshooting. /li liEsperienza avanzata con GitHub e il suo ecosistema: GitHub Actions, branch strategy, code review workflow, Advanced Security, Dependabot. /li liConoscenza consolidata di architetture a microservizi: API gateway, service mesh, circuit breaker, event‑driven architecture. /li /ul h3Intelligenza Artificiale /h3 ul liConoscenza applicata dei principali paradigmi di AI/ML (Machine Learning, Deep Learning, NLP, Computer Vision, Generative AI) sufficiente a valutare le implicazioni ingegneristiche delle scelte di ricerca. /li liAlmeno 3 anni di esperienza nell'implementazione e messa in produzione di sistemi basati su modelli AI, con focus su scalabilità, latenza e affidabilità. /li /ul h3Competenze Trasversali (Soft Skills) /h3 ul liForte cultura dell'eccellenza tecnica, con naturale inclinazione a lasciare il codice e i sistemi migliori di come li si trova. /li liCapacità di motivare un team di profili eterogenei valorizzando le idee individuali verso obiettivi condivisi. /li liOrientamento al problem‑solving iterativo e attitudine al "fail fast, learn faster" tipica dei contesti di ricerca applicata. /li liCapacità di tradurre vincoli tecnici in linguaggio comprensibile agli stakeholder non tecnici, e requisiti di business in specifiche ingegneristiche concrete. /li liPrecisione e rigore metodologico nella documentazione tecnica, nelle decisioni architetturali e nella gestione della knowledge base del team. /li /ul h3Requisiti Accademici e Seniority /h3 ul liLaurea Magistrale o Dottorato (PhD) in Ingegneria Informatica, Informatica o disciplina equivalente — titolo imprescindibile. /li liMinimo 8–10 anni di esperienza professionale comprovata in ruoli di sviluppo software senior, con progressiva assunzione di responsabilità architetturali e di leadership tecnica. /li liSolido background in ambienti di ricerca applicata o RD ad alta complessità tecnologica. /li /ul /p #J-18808-Ljbffr