L'AI & Cloud Solutions Architect porta l'intelligenza artificiale dentro i processi aziendali e ne governa l'infrastruttura applicativa in ambiente cloud. Il focus non è puramente infrastrutturale: riguarda la governance a livello applicativo — pubblicazione, attivazione e integrazione dei servizi cloud — e, soprattutto, la progettazione e diffusione di soluzioni AI che aumentino produttività e qualità del lavoro. La persona opera hands-on su entrambi i fronti e funge da punto di riferimento interno per l'adozione dell'AI.
Responsabilità principali
AI — progettazione, delivery e adoption
- Identificare e proporre casi d'uso di AI applicati ai processi aziendali, valutandone fattibilità e impatto.
- Progettare e implementare in prima persona soluzioni AI (automazione di workflow, agenti, integrazioni con Microsoft 365 e piattaforme aziendali).
- Coordinare progetti di soluzioni AI con risorse interne e terze parti.
- Definire linee guida, permessi e controlli per un uso sicuro dell'AI, in coordinamento con IT Security (accessi, dati, GDPR).
- Fare da riferimento interno per il Gruppo: formare e supportare gli utenti tramite workshop, guide e affiancamento, misurando l'adozione reale.
- Monitorare l'evoluzione del mercato AI e valutarne la rilevanza per l'organizzazione.
Cloud — governance applicativa
- Gestire pubblicazione, attivazione e configurazione di applicazioni e servizi cloud, con approccio hands-on.
- Curare l'integrazione tra servizi cloud (Single Sign-On, provisioning utenti, connettori tra piattaforme SaaS e sistemi aziendali).
- Presidiare le policy di governance applicativa: gestione identità, permessi, ciclo di vita delle applicazioni.
- Collaborare con IT Security per garantire sicurezza e compliance di nuove integrazioni e servizi.
Competenze richieste
- Uso e integrazione di API di modelli LLM (es. OpenAI, Anthropic/Claude, Google Gemini, Azure OpenAI): system prompt, function calling/tool use.
- Progettazione di pipeline RAG: chunking, embedding, database vettoriali, retrieval ibrido su dati aziendali.
- Framework per agenti (es. LangGraph, CrewAI, AutoGen) e protocolli di orchestrazione come MCP.
- Valutazione e monitoraggio di soluzioni AI in produzione (qualità, hallucination, drift, costi); esperienza con piattaforme low-code (es. Copilot Studio, Power Platform AI Builder).
- Gestione dei rischi AI (bias, hallucination, data leakage) e applicazione concreta di principi di responsible AI e normativa (es. EU AI Act).
- Formazione verso utenti non tecnici e gestione del cambiamento organizzativo, con capacità di individuare casi d'uso a basso sforzo e alto impatto.
- Protocolli di autenticazione/autorizzazione (SAML 2.0, OAuth 2.0, OpenID Connect) e provisioning automatico utenti (SCIM).
- Esperienza diretta con un Identity Provider enterprise (es. Entra ID, Okta) e configurazione di enterprise application; policy di conditional access/MFA.
- Gestione del ciclo di vita di applicazioni SaaS/cloud, strumenti di integrazione/iPaaS (es. Power Automate, Logic Apps) e nozioni di API Management.
- Capacità di lavorare hands-on e tradurre esigenze tecniche in linguaggio di business; comunicazione efficace verso pubblico non tecnico.
- Proattività, autonomia ed esperienza con più stakeholder (IT, security, procurement, comunicazione, ESG); curiosità e aggiornamento continuo.