IT Project Manager Data & AI

IT Project Manager

Obiettivi del ruolo

·Garantire deliverysu iniziative Data/BI e AI, gestendo priorità, dipendenze e rilasci.

·Costruire un modello operativo maturo per l’area (governance, capacity planning, metriche, standard).

·Presidiare la transizione verso AI hybrid architectures, definendo pattern di integrazione e delivery robusti tra on prem e cloud.

Responsabilità principali

1) Delivery & Governance multi-stream

·Pianificazione e controllo end-to-end: scope, tempi, qualità, rischi, dipendenze, gestione change request.

·Definizione e gestione di roadmap, backlog e piani di rilascio (Agile/ibrido), con reporting periodico e steering.

·Gestione RAID (Risk/Assumption/Issue/Dependency), decision log, escalation verso management.

2) People management

·Gestione operativa del team: ferie/assenze, staff meeting, procedure di delivery, definizione norme di lavoro.

·Capacity & allocation management: pianificazione carichi, coperture, gestione picchi e priorità concorrenti.

·Performance & growth: obiettivi, feedback strutturati, coaching, piani di sviluppo, supporto recruiting/onboarding.

3) Stream DataWarehouse & Business Intelligence

·Governo di iniziative su:

o ETL e integrazione dati (Pentaho), scheduling, data quality, gestione rilasci e rollback.

oReporting on premise con Power BI Report Server: lifecycle report, versioning, promozione ambienti, UAT.

oSAS Viya su OpenShift: coordinamento evolutive, gestione patching/upgrade, capacity e readiness (con DevOps/infra), migrazione da Pentaho/PowerBI a SAS.

·Allineamento con Data Governance: definizioni, ownership, accessi, auditability.

4) Stream AI su OpenShift + Hybrid AI on prem/on cloud

·Gestione delivery di:

o Chatbot RAG: ingestion/indicizzazione, retrieval, guardrail, metriche di qualità, miglioramento continuo.

o Agenti AI: orchestrazione processi e tool integration con n8n, gestione errori e tracciabilità.

o Osservabilità e analisi delle interazioni con Langfuse (o strumenti analoghi), feedback loop e valutazione.

oVector search con MongoDB Vector Search: qualità retrieval (metadata filters, chunking) e performance.

·Architetture AI ibride on prem/on cloud:

o Definizione/presidio di pattern come: LLM in cloud + RAG/KB on prem, o inference on prem + monitoring/eval in cloud, o approcci “split” per privacy e data residency.

o Concetti di connettività sicura (networking, egress control), IAM/SSO, cifratura, logging.

o Valutazione trade-off: latenza, throughput, SLA, costi, scalabilità, resilienza, e impatti su governance.

oCoordinamento con Security/Compliance su policy: data leakage, redaction, access control alla knowledge base, audit trail.

Cosa Offriamo:

Inserimento diretto in azienda a tempo indeterminato

Smart 1 giorno a settimana

·4–7 anni circa di esperienza come IT Project Manager (mid), preferibilmente in ambiti Data/BI e AI.

·Esperienza concreta di people management formale (non solo coordinamento di progetto).

·Capacità di governare delivery multi-stream e contesti enterprise con stakeholder molteplici.

·Familiarità con ambienti on premise e piattaforme container (OpenShift/Kubernetes) a livello di delivery (ambienti, promozioni, dipendenze infra).

·Esperienza o forte confidenza con:

oconcetti DWH/BI: ETL/ELT, quality, scheduling, lifecycle reporting, UAT/go-live

o concetti AI moderni: RAG, agenti, metriche di qualità, osservabilità, integrazioni

·Competenze su architetture applicative AI ibride on prem / on cloud: pattern, rischi, governance e delivery.

·Produzione ed aggiornamento Roadmap Data & AI + piano rilasci (trimestrale/semestrale) con capacity planning esplicita.

·KPI monitoring di delivery (predictability, lead time, qualità) + KPI di valore:

oBI: adozione report, affidabilità pipeline, tempi refresh

o AI: success/containment, groundedness, escalation rate, latency, feedback quality

Competenze gradite (nice to have)

·Esperienza diretta con Pentaho, Power BI Report Server, SAS Viya su OpenShift.

·Esperienza con OpenShift AI, n8n, Langfuse, MongoDB Vector Search.

·Conoscenze di LLMOps/MLOps (pipeline, versioning prompt, evaluation, monitoring, incident response).

·Contesti regolati (GDPR, audit, data residency) e integrazioni enterprise (API, ITSM, CRM).

Soft skills richieste

·Comunicazione chiara con interlocutori tecnici e non tecnici; reporting sintetico per steering.

·Problem solving orientato a decisioni e trade-off (value vs risk vs cost).

Sede di lavoro: ROMA

L'offerta è rivolta a candidatə nel rispetto del Dlgs 198/2006 e dei Dlgs 215/2003 e 216/2003 e della PdR 125/2022.

Le persone interessate sono invitate a leggere l'informativa privacy ex artt. 13 e 14 del Reg. UE 2016/679.

Aut. Min. Prot. N. 1207 – SG del 16/12/2004