Senior AI Innovation & Delivery Lead
Fineco Bank Visualizza tutti gli annunci
- Milano
- Tempo indeterminato
- Full time
- Progettare, architetturare e rilasciare sistemi AI/GenAI production-grade a servizio delle linee di business di Fineco: advisory intelligence, ottimizzazione di portafoglio, automazione delle interazioni con i clienti, efficienza operativa
- Gestire l’intero ciclo di vita dei prodotti AI: dall’analisi dei requisiti di business e valutazione di fattibilità, attraverso il design architetturale, lo sviluppo, il deployment e il monitoraggio post-rilascio
- Implementare workflow multi-agente, architetture RAG e sistemi decisionali basati su LLM che operino all’interno della tolleranza al rischio e del framework regolamentare di Fineco
- Definire e far rispettare standard di affidabilità AI, con l’autorità di escalare o bloccare rilasci che non soddisfino le soglie di qualità per sistemi client-facing o con impatto finanziario
- Fungere da punto di contatto primario tra gli stakeholder di business (Wealth Management, Advisory, Operations, Compliance) e i team IT/Engineering per le iniziative legate all’AI
- Tradurre problemi di business in specifiche tecniche e, viceversa, comunicare vincoli e opportunità tecniche ai decisori non tecnici in modo chiaro e azionabile
- Collaborare con Product, Compliance e Risk per garantire che le soluzioni AI rispettino DORA, AI Act e i requisiti di governance interna fin dalla fase di design
- Produrre valutazioni di fattibilità tecnica, proposte architetturali e analisi costi-benefici a supporto delle decisioni di investimento dell’Innovation Hub
- Contribuire al design e all’evoluzione della strategia di piattaforma AI di Fineco, assicurando scalabilità, efficienza di costo e predisposizione agent-ready delle API interne e delle data pipeline
- Introdurre e promuovere best practice MLOps: CI/CD per i modelli, framework di valutazione automatica, monitoring, versioning e audit trail adatti a un ambiente bancario regolamentato
- Valutare e raccomandare vendor, tool e framework AI, producendo assessment strutturati che informino la strategia di piattaforma
- Coordinare un piccolo squad cross-funzionale di delivery (3–5 persone) e lavorare a stretto contatto con i team IT e data engineering più ampi
- Esplorare le capacità AI emergenti (sistemi agentici, modelli multi-modali, pattern RAG avanzati) e valutarne l’applicabilità al modello di business di Fineco
- Supportare la due diligence tecnica per potenziali partnership, integrazioni con vendor o attività M&A legate a capacità AI/data
- Contribuire alla roadmap e alla pianificazione trimestrale dell’Innovation Hub, ancorando le ambizioni strategiche a piani di esecuzione tecnica realistici
- Laurea in discipline scientifiche (STEM)
- 7+ anni in data science, ML engineering o delivery di prodotti AI, di cui almeno 3 in ruoli senior/lead con ownership su sistemi in produzione
- Track record in GenAI production: comprovata delivery di sistemi RAG, workflow LLM-powered o orchestrazione multi-agente in ambienti produttivi — non solo PoC o demo
- Padronanza dello stack AI moderno: Python, LangChain/LlamaIndex, API OpenAI/Anthropic, vector database, framework di orchestrazione (Airflow o equivalenti)
- Fluenza business-tecnologia: capacità comprovata di tradurre priorità executive in roadmap tecniche e di comunicare trade-off ingegneristici a stakeholder non tecnici
- Esperienza in settori regolamentati: financial services, fintech o ambienti equivalenti dove affidabilità AI, auditabilità e gestione del rischio sono imprescindibili
- Competenza su piattaforme cloud: GCP preferito (BigQuery, Vertex AI, Cloud Run); AWS/Azure accettabili. Containerizzazione (Docker/Kubernetes), pipeline CI/CD
- Leadership cross-funzionale: esperienza nella gestione o guida di team che spaziano tra data engineering, ML engineering e sviluppo software
- Competenze linguistiche: ottima conoscenza della lingua inglese; la conoscenza del francese costituisce un plus
- Esperienza nella trasformazione di capacità AI/data interne in prodotti esterni o cross-business-unit che abbiano generato nuovi flussi di ricavo
- Esperienza in integrazione post-merger, due diligence tecnica o consolidamento di stack tecnologici
- Dottorato di ricerca (Ph.D.) o solido background accademico in una disciplina quantitativa (informatica, ingegneria, matematica, fisica)
- Track record di pubblicazioni su riviste peer-reviewed (a dimostrazione di rigore analitico e capacità di comunicazione scientifica)
- Maturità MLOps: monitoring dei modelli, valutazione automatizzata, versioning in contesti finanziari produttivi
- Familiarità con il panorama regolamentare europeo sull’AI (AI Act, DORA, GDPR applicato ai sistemi AI)