AI Engineer
Salva questo lavoro e mantieni la tua ricerca organizzata
Crea un account gratuito per salvare lavori, creare avvisi e tornare a questa inserzione dalla tua dashboard.
Continuando accetti i nostri Termini & Informativa sulla privacy.
ADENTIS Italia è un gruppo europeo di consulenza ingegneristica e operativa facente parte del Gruppo MoOngy.
Presente in 14 Paesi europei con oltre 9.000 dipendenti, abbiamo aperto, da quattro anni, la prima sede italiana a Milano e, vista la continua crescita, stiamo rafforzando e ampliando il nostro team con persone che condividano gli stessi valori della nostra società: AMBIZIONE, DINAMISMO e VOGLIA DI METTERSI IN GIOCO, il tutto in una realtà in continua evoluzione, nella quale le relazioni umane sono sempre al primo posto.
Modalità: Full Remote, con presenza spot presso la sede di Milano
Stiamo cercando un AI Engineer da inserire all'interno di un progetto innovativo focalizzato sullo sviluppo di soluzioni di Artificial Intelligence, Large Language Models (LLM), Agentic AI e Retrieval-Augmented Generation (RAG).
La persona ideale ha almeno 2 anni di esperienza nello sviluppo di prodotti o applicazioni basate su LLM e possiede una solida conoscenza di Python, AI Engineering, prompt engineering, sistemi RAG e architetture agentiche.
La risorsa lavorerà alla progettazione e allo sviluppo di soluzioni AI end-to-end, con l'obiettivo di trasformare le potenzialità degli LLM in applicazioni affidabili, scalabili e concretamente utilizzabili in contesti di business.
- Progettare e sviluppare sistemi AI agentici end-to-end, occupandosi di orchestrazione, classificazione dell'intento, routing delle richieste e query rewriting/expansion.
- Definire e implementare strategie di Prompt Engineering specifiche per differenti use case.
- Selezionare e ottimizzare LLM ed embedding models sulla base di qualità, latenza e costi.
- Progettare pipeline di data ingestion per dati non strutturati, occupandosi di parsing, cleaning, normalizzazione, chunking ed estrazione dei metadati.
- Implementare pipeline per la generazione degli embedding e gestire database vettoriali.
- Progettare strategie avanzate di retrieval, incluse architetture RAG, hybrid search, reranking e query expansion.
- Implementare meccanismi di function/tool calling e integrare strumenti esterni, come database, applicazioni e modelli ML, anche attraverso tecnologie e protocolli come MCP.
- Implementare processi di entity e relationship extraction finalizzati alla costruzione di Knowledge Graph a supporto dei sistemi di retrieval.
- Definire metriche e framework di evaluation per sistemi RAG/LLM, valutando retrieval quality, correttezza e rilevanza delle risposte e fenomeni di hallucination.
- Analizzare il feedback degli utenti per supportare attività di valutazione offline e, dove necessario, eventuali attività di fine-tuning.
- Collaborare con team tecnici e cross-functional nella progettazione, implementazione e miglioramento continuo delle soluzioni AI.
- Almeno 2 anni di esperienza nello sviluppo di prodotti o applicazioni basate su LLM.
- Conoscenza avanzata di Python e comprovata esperienza nello sviluppo end-to-end di applicazioni LLM-based.
- Esperienza con framework di LLM/Agent Orchestration, come LangChain, LlamaIndex o equivalenti.
- Esperienza con API di modelli commerciali e open source, ad esempio OpenAI, Anthropic, vLLM, Ollama.
- Solida conoscenza di Prompt Engineering, Function/Tool Calling e Agentic AI Design Patterns.
- Esperienza nella progettazione di pipeline di data ingestion e processing.
- Conoscenza di vector database, embedding models e tecniche avanzate di retrieval.
- Esperienza con RAG, Hybrid Search, Reranking e Query Expansion.
- Familiarità con framework di valutazione per sistemi LLM/RAG, come RAGAS o equivalenti.
- Conoscenza delle principali metriche per la valutazione di sistemi RAG e LLM.
- Conoscenza delle principali pratiche di sicurezza per sistemi LLM, tra cui input/output filtering, guardrails e gestione di autenticazione e autorizzazione.
Costituiscono un plus:
- Esperienza con Graph Database, come Neo4j o equivalenti.
- Conoscenza di architetture GraphRAG.
- Esperienza in progetti di Agentic AI complessi.
- Esperienza nella progettazione di sistemi AI scalabili e orientati alla produzione.
- Full Remote, con presenza spot presso la sede di Milano;
- Contratto a tempo indeterminato;
- Supporto tecnico specialistico da parte del team senior qualora necessario;
- Percorso di crescita professionale strutturato;
- Formazione continua su competenze tecniche e trasversali;
- Possibilità di lavorare su progetti innovativi in ambito AI, LLM, RAG e Agentic AI.
La retribuzione annua lorda per questo ruolo è compresa tra