Zucchetti 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.

Visione del Ruolo

Siamo 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.

Il 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.

Responsabilità Principali

Architettura e Ingegneria del Software

▪Definire 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.

▪Supervisionare la transizione dei modelli AI dai proof-of-concept (PoC) ad ambienti di produzione complessi e ad alta affidabilità.

▪Progettare e mantenere architetture a microservizi robuste, garantendo una separazione chiara delle responsabilità, gestione corretta dei container e orchestrazione su Kubernetes.

Infrastruttura Cloud e DevOps

▪Gestire 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.

▪Standardizzare 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.

▪Progettare 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.

Competenza Linux e Sistemi

▪Dominare 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.

▪Sfruttare 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.

▪Gestire autonomamente container Docker in ogni aspetto: build ottimizzati, networking, volumi, troubleshooting e orchestrazione su cluster Kubernetes in ambienti multi-tenant.

Qualità del Codice e Governance Tecnica

▪Stabilire 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.

▪Promuovere attivamente i principi di clean code, gestione delle dipendenze e versionamento.

▪Introdurre e mantenere pratiche di security by design: gestione dei secrets, hardening dei container, politiche RBAC, vulnerability scanning integrato nella pipeline.

Leadership Tecnica e Metodologia

▪Guidare, formare e far crescere i membri del team (Data Scientist, AI Engineers, Full-stack Developer), trasferendo cultura tecnica e autonomia operativa.

▪Promuovere metodologie Agile (Scrum/Kanban) per la gestione iterativa dei progetti, garantendo flessibilità nel pivot e qualità dei rilasci.

▪Fungere 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.

Requisiti Tecnici (Hard Skills)

Infrastruttura e Cloud

▪Comprovata padronanza di Google Cloud Platform (GCP) o piattaforme cloud enterprise equivalenti (AWS, Azure).

▪Esperienza avanzata con Terraform per infrastructure-as-code e Helm per il packaging e deployment di applicazioni Kubernetes.

▪Gestione operativa di cluster Kubernetes in ambienti di produzione: scaling, networking, storage, RBAC, aggiornamenti rolling.

▪Conoscenza approfondita degli stack di observability: Grafana, Prometheus, Loki, Tempo o equivalenti.

Sviluppo Software e DevOps

▪Almeno 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).

▪Padronanza di Docker in ogni suo aspetto: Dockerfile multi-stage, ottimizzazione delle immagini, networking, compose, troubleshooting.

▪Esperienza avanzata con GitHub e il suo ecosistema: GitHub Actions, branch strategy, code review workflow, Advanced Security, Dependabot.

▪Conoscenza consolidata di architetture a microservizi: API gateway, service mesh, circuit breaker, event-driven architecture.

Intelligenza Artificiale

▪Conoscenza 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.

▪Almeno 3 anni di esperienza nell'implementazione e messa in produzione di sistemi basati su modelli AI, con focus su scalabilità, latenza e affidabilità.

Competenze Trasversali (Soft Skills)

▪Forte cultura dell'eccellenza tecnica, con naturale inclinazione a lasciare il codice e i sistemi migliori di come li si trova.

▪Capacità di motivare un team di profili eterogenei valorizzando le idee individuali verso obiettivi condivisi.

▪Orientamento al problem-solving iterativo e attitudine al "fail fast, learn faster" tipica dei contesti di ricerca applicata.

▪Capacità di tradurre vincoli tecnici in linguaggio comprensibile agli stakeholder non tecnici, e requisiti di business in specifiche ingegneristiche concrete.

▪Precisione e rigore metodologico nella documentazione tecnica, nelle decisioni architetturali e nella gestione della knowledge base del team.

Requisiti Accademici e Seniority

▪Laurea Magistrale o Dottorato (PhD) in Ingegneria Informatica, Informatica o disciplina equivalente — titolo imprescindibile.

▪Minimo 8–10 anni di esperienza professionale comprovata in ruoli di sviluppo software senior, con progressiva assunzione di responsabilità architetturali e di leadership tecnica.

▪Solido background in ambienti di ricerca applicata o R&D ad alta complessità tecnologica.