Python Backend Engineer for Scalable Enterprise GenAI Systems

Con RCS Innovation nasce nel Gruppo una realtà industriale che ha come focus l’innovazione digitale e quindi la dematerializzazione della conoscenza e dalla sua trasformazione mediante l’utilizzo di nuove tecnologie in nuovi formati e nuovi modi di utilizzo. L’impegno è quello di sviluppare nuove codificazioni di informazione e conoscenze finalizzate a rendere i prodotti e servizi programmabili, modificabili, flessibili e comunicabili.

L’utilizzo di nuovi elementi digitali e di componenti fisiche, combinati tra loro, forma – quindi – una nuova offerta fondata su un business model innovativo; difatti, il potenziale delle nuove tecnologie digitali, si esplica in una più ampia “digital trasformation” dei modelli di business aziendali a prescindere dalla specifica funzione osservata, dal settore di appartenenza, dal fatto che si producano beni o si eroghino servizi o dalle dimensioni aziendali.

Oggi cerchiamo una risorsa da inserire in organico: Python Back end Engineer

 

Ricoprendo questo ruolo ti occuperai progettare, sviluppare e mantenere sistemi backend ad alta scalabilità basati su Python e FastAPI, in grado di supportare applicazioni AI e GenAI di livello enterprise, con integrazione di Large Language Models e architetture di Retrieval Augmented Generation (RAG) su infrastruttura cloud-native.

Responsabilità

• Progettare e sviluppare API backend asincrone e non bloccanti in Python (FastAPI), ottimizzate per carichi concorrenti elevati
• Costruire e ottimizzare pipeline RAG end-to-end:
  • embedding generation
  • vector search
  • context assembly per LLM
• Integrare Large Language Models in ambienti di produzione, gestendo:
  • latenza
  • timeout
  • costi
  • fallimenti parziali
• Utilizzare e ottimizzare Vector Database (es. AlloyDB, Vertex AI Vector Search), comprendendone limiti, trade-off e colli di bottiglia
• Progettare servizi stateless, scalabili orizzontalmente e resilienti
• Definire e implementare health check applicativi (startup, readiness, liveness) coerenti con:
  • lifecycle del servizio
  • dipendenze reali (LLM, vector DB, servizi esterni)
  • comportamento sotto carico e in condizioni di degrado
• Collaborare con i team Platform/DevOps su:
  • containerizzazione (Docker)
  • orchestrazione Kubernetes (GKE)
  • autoscaling e resource management
• Analizzare e risolvere problemi di performance e stabilità in ambienti reali di produzione
• Contribuire alle decisioni architetturali della piattaforma AI

Competenze tecniche richieste

• Python avanzato
• FastAPI o framework ASGI equivalenti
• Programmazione asincrona (async / await)
• Comprensione del modello di esecuzione ASGI e della concorrenzaAI, LLM & RAG

• Esperienza pratica con Large Language Models in ambienti reali
• Progettazione e implementazione di sistemi Retrieval Augmented Generation
• Vector embeddings e similarity search
• Esperienza con Vector Database, in particolare:
  • AlloyDB (PostgreSQL + vector)
  • Vertex AI Vector Search (o soluzioni analoghe)
• Comprensione dei trade-off tra qualità della risposta, latenza e costi
• Esperienza su Google Cloud Platform

Nice to have

• Esperienza con LangChain, LangGraph o architetture agentiche
• Esperienza su sistemi ad alto traffico (media, search, conversational AI)
• Caching (Redis o equivalenti)
• Conoscenza di principi di AI governance, sicurezza e privacy
• Esperienza in ambienti con requisiti di affidabilità elevati

Sede di lavoro: Bari

Modalità di lavoro: Ibrida (2 volte in sede)

La ricerca è rivolta a candidati di entrambi i sessi

I dati saranno trattati e conservati esclusivamente ai fini della presente o di future selezioni, garantendo i diritti di cui all’art. 13 Dlgs 196/03 e del GDPR (Regolamento UE 2016/679).