Senior AI Engineer

RAL: €45.000 – €55.000 (in base a esperienza e fit) Contratto: Full-time, in presenza (no full remote / ibrido al momento) Otherside Technology è una software house AI-driven che sviluppa prodotti interni e soluzioni enterprise per PMI e grandi imprese. Siamo early-stage, con grandi ambizioni e già in collaborazione con realtà strutturate. Crediamo in un approccio etico, human-centric all’AI e siamo convinti che lavorare insieme in ufficio sia l’unico modo per creare l’energia e la magia necessarie a costruire qualcosa di grande. Per potenziare il nostro team stiamo cercando un/una Senior AI Engineer con forte background da backend engineer, capace di muoversi tra codice, architetture e business, parla italiano e inglese. Cosa farai Progettare e sviluppare LLM private/local (on-prem / VPC) e soluzioni di GenAI integrate nei nostri prodotti interni. Disegnare e implementare pipeline RAG scalabili , dalla data ingestion alla ricerca semantica (vector DB) fino alla generazione. Eseguire fine-tuning / adattamento di LLM su dati proprietari usando l’ecosistema Hugging Face (Transformers, Hub, Datasets, ecc.) Orchestrare applicazioni LLM usando framework come LangChain , LlamaIndex , Haystack o equivalenti per costruire agenti, tool-augmented chat, workflow di retrieval avanzati. Scegliere e integrare vector database moderni (es. Pinecone, Weaviate, Qdrant, pgvector, Chroma, Milvus, ecc.) in architetture di prodotto enterprise. Esporre API pulite e robuste, integrate con i moduli AI. Lavorare a stretto contatto con UX/UI, product e business per creare prodotti interni che siano davvero usabili e ad alto impatto. Scrivere documentazione tecnica chiara (architetture, decision log, API, playbook MLOps). Contribuire alla definizione di best practice AI & MLOps: tracking esperimenti, model registry, monitoring (es. MLflow o strumenti analoghi). Tech & framework che ci interessa tu conosca (o sia pronto/a a padroneggiare) Lato AI / LLM / RAG Ecosistema Hugging Face (Transformers, Hub, Datasets, Evaluate, ecc.). Framework LLM: LangChain , LlamaIndex , Haystack , idealmente conoscenza comparativa dei loro punti di forza (agent pipelines, retrieval-centric, search/chatbot, ecc.). Concetti di agents , tool calling, prompt orchestration. Integrazione con LLM proprietari e open-source (es. GPT-like, LLaMA-family, ecc.). Lato dati / RAG infra Vector DB : esperienza pratica con almeno uno tra Pinecone, Weaviate, Qdrant, Milvus/Zilliz, Chroma, pgvector o similari, consapevolezza di pro/contro in termini di scalabilità, costi, hybrid search e manutenzione. Esperienza con pipeline di ingestion e indicizzazione (document loaders, chunking, metadata, schema design). Lato MLOps / software engineering Forte background da backend engineer in Python (min. ~7 anni): codice pulito, pattern, test, logging, error handling, performance. CI/CD, containerizzazione ( Docker , idealmente Kubernetes o orchestratori equivalenti). Esperienza con tool di MLOps / GenAI lifecycle (es. MLflow , Weights & Biases o analoghi). Buona conoscenza di almeno un cloud (AWS/Azure/GCP). Cosa chiediamo (requisiti) 7 anni di esperienza nello sviluppo software backend (prevalentemente Python ). 5 anni di esperienza in progetti AI/ML industriali, con almeno alcuni casi in produzione . Esperienza pratica con LLM, RAG e fine-tuning (non solo PoC da notebook). Capacità di pensare in modo architetturale : scalabilità, costi, latency, maintainability, sicurezza. Mentalità ibrida consulenziale tecnica : sai parlare con stakeholder non tecnici, tradurre esigenze business in soluzioni, discutere trade-off. Eccellenti capacità di comunicazione e lavoro in team multidisciplinare. Attenzione alla user experience : l’AI deve essere percepita come utile, affidabile e semplice. Allineamento con i nostri valori: approccio etico, human-centric , focus su impatto reale. Disponibilità a lavorare tutti i giorni in presenza nel nostro ufficio in Piazza Diaz, Milano . Cosa offriamo Ruolo centrale nella definizione della nostra AI strategy interna e dei prodotti che costruiremo nei prossimi anni. Ambiente early-stage ma già con progetti concreti e clienti strutturati. Team piccolo, molto motivato, dove il tuo contributo conta davvero. Cultura che mette al centro le persone e la crescita professionale, con attenzione a etica, qualità del lavoro e sostenibilità. Come candidarti Se ti riconosci in questo profilo e ti piace l’idea di costruire prodotti AI reali, non solo demo , lavorando fianco a fianco con il team in centro a Milano: Invia il tuo CV portfolio progetti (GitHub, repo, case study) direttamente qui su LinkedIn Puoi anche aggiungere un breve testo in cui racconti: un progetto LLM/RAG di cui sei orgoglioso/a, che ruolo hai avuto, che scelte architetturali hai fatto e perché. Step: Colloquio conoscitivo con il CEO Test tecnico e colloquio con CTO Ultimo colloquio con il team