Senior Ai Engineer

RAL: €****** – €****** (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 faraiProgettare 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 / RAGEcosistema 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 infraVector 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 engineeringForte 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 offriamoRuolo 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 candidartiSe 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 LinkedInPuoi 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 CEOTest tecnico e colloquio con CTOUltimo colloquio con il team