AI Machine Learning Engineer

Che cosa fa un produzione

L’AI Machine Learning Engineer si occupa del tratto in cui la maggior parte dei progetti si ferma: il passaggio dal risultato ottenuto in laboratorio al servizio che funziona ogni giorno.

Il lavoro consiste in infrastruttura e disciplina. Servono pipeline di addestramento riproducibili, registri dei modelli con versioni e provenienza, procedure di rilascio con possibilità di tornare indietro, monitoraggio della qualità delle previsioni dopo il rilascio.

Un modello in produzione peggiora anche senza modifiche, perché il mondo che descrive cambia. Rilevare la deriva, decidere quando riaddestrare e mantenere il confronto con una versione di riferimento sono attività permanenti.

Competenze e ambiti di attività

Gli ambiti che seguono descrivono il lavoro effettivo del ruolo. La norma li organizza secondo la propria griglia, richiamata nella sezione successiva.

• Pipeline di addestramento e rilascio riproducibili, con provenienza dei dati e delle versioni
• Registro dei modelli, versionamento e procedure di ritorno alla versione precedente
• Servizio di inferenza: latenza, scalabilità, gestione dei picchi e dei guasti
• Monitoraggio della deriva dei dati e della qualità delle previsioni nel tempo
• Automazione delle prove e integrazione con i processi di sviluppo esistenti

Come la norma definisce questo profilo

La UNI 11621-8:2026 applica la metodologia della UNI 11621-1 e allinea le competenze all’e-Competence Framework europeo, pubblicato in Italia come UNI EN 16234-1. Per ogni profilo specifica missione, compiti principali, risultati attesi, competenze, conoscenze, abilità e indicatori chiave di prestazione.

Questa struttura rende confrontabili i profili IA con gli altri profili ICT della serie 11621, dalla sicurezza delle informazioni alla transizione digitale. Il testo integrale si acquista da UNI Store: qui è riportato l’elenco dei profili e la griglia con cui la norma li costruisce, non il contenuto della norma.

La norma si rivolge a chi progetta, sviluppa, integra e gestisce sistemi di intelligenza artificiale. Chi si limita a usare strumenti già esistenti resta fuori dal campo di applicazione dichiarato.

Dove si lavora

Piattaforme digitali, banche e assicurazioni, retail e distribuzione, telecomunicazioni, fornitori di servizi cloud e di software gestionale.

Rapporto con gli altri profili

Nessuno dei dodici profili copre da solo un progetto di intelligenza artificiale. Questi sono i ruoli con cui il AI Machine Learning Engineer lavora più da vicino.

• AI Deep Learning Engineer — consegna i modelli addestrati che questo ruolo mette in servizio.
• AI Data Engineer — garantisce che i dati arrivino con la forma e la puntualità attese.
• AI Product Manager — definisce le soglie di qualità che il servizio deve rispettare.

Come si dimostra la competenza

Su una professione non organizzata in ordini o collegi la competenza si documenta per due vie, che la legge tiene distinte.

La prima è l’attestazione dell’articolo 7 della legge 4/2013: un’associazione professionale dichiara, sotto la responsabilità del proprio rappresentante legale e previe le necessarie verifiche, l’iscrizione del professionista e gli standard che è tenuto a rispettare. Il comma 2 dello stesso articolo precisa che «le attestazioni di cui al comma 1 non rappresentano requisito necessario per l’esercizio dell’attività professionale».

La seconda è la certificazione di conformità dell’articolo 9: gli organismi accreditati dall’organismo unico nazionale di accreditamento, ai sensi del Regolamento (CE) n. 765/2008, possono rilasciare il certificato di conformità alla norma tecnica UNI definita per la singola professione, su richiesta del professionista anche non iscritto ad alcuna associazione.

Le due vie possono coesistere: fra i contenuti che l’attestazione può riportare, l’articolo 7 elenca proprio «l’eventuale possesso da parte del professionista iscritto di una certificazione, rilasciata da un organismo accreditato, relativa alla conformità alla norma tecnica UNI». Il confronto fra i sei tipi di riconoscimento mette in fila corso, badge, attestato, certificazione, credenziale e norma, con chi rilascia che cosa.