Technology Consulting

Vuoi dare il via alla tua carriera in un ambiente internazionale dove le tue idee contano davvero?
In EY puoi crescere, metterti alla prova e contribuire a costruire un mondo del lavoro migliore, insieme a chi lo sta già trasformando ogni giorno.

Lo abbiamo chiesto a chi ci lavora già Questi i fattori più influenti:

• Investimento sulle competenze del futuro: fin dal primo giorno, eventi, strumenti e corsi sull’Intelligenza Artificiale, disponibili per tutti;
• Formazione continua: oltre 50 ore di corsi tecnici e manageriali all’anno previsti per ciascuna persona;
• Sviluppo e progressione di carriera: solo negli ultimi 12 mesi, oltre la metà delle persone di EY si è vista riconoscere un avanzamento di carriera;
• Retribuzione e Benefits: rimborso stage da 1.000 euro e pacchetti retributivi competitivi. Oltre a servizi di welfare aziendale, ciascuno può accedere a un’ampia gamma di convenzioni, dalla palestra allo shopping, fino a servizi gratuiti di telemedicina e supporto psicologico;
• Mobilità e opportunità internazionali, compresa la possibilità di lavorare in smart working dall’estero fino a 20 giorni senza essere in trasferta;
• Lavoro ibrido senza giornate prestabilite centralmente;
• Un network internazionale su cui poter contare.

Vuoi dare forma al tuo futuro insieme a noi?

Scopri nel concreto che cosa fa un/una Junior AI Engineer in EY

Entrerai a far parte di team multidisciplinari e contribuirai allo sviluppo di soluzioni basate su Intelligenza Artificiale per clienti di diversi settori (Finance, Energy, Public, Telco, Consumer, ecc.), con un approccio orientato a qualità, sicurezza e valore per il business.

• Parteciperai alla realizzazione di applicazioni basate su modelli generativi (LLM), ad esempio chatbot, assistenti virtuali e sistemi di knowledge retrieval (es. RAG), curando prompt, valutazione e integrazione con sistemi aziendali.
• Contribuirai all’industrializzazione delle soluzioni AI tramite pratiche AIOps (CI/CD, versioning, monitoring) e principi di Responsible AI (privacy, sicurezza, robustezza, explainability), per garantire affidabilità e conformità.

Nello specifico, ti occuperai di:

• Supportare la raccolta requisiti e la traduzione di bisogni di business in requisiti tecnici (use case AI/GenAI).
• Contribuire alla creazione di pipeline dati (strutturati e non-strutturati), collaborando con figure Data Engineer/Architect.
• Implementare (con affiancamento) applicazioni GenAI:
  • prompt design e prompt iteration,
  • Retrieval-Augmented Generation (RAG) con indicizzazione e ricerca,
  • valutazione output (quality check, guardrail, metriche).
• Usare Git e pratiche di sviluppo (branching, code review, unit test di base).
• Supportare attività AIOps:
  • versioning di delle soluzioni AI,
  • monitoring (performance, drift, qualità output),
  • documentazione tecnica essenziale.
• Collaborare alla redazione di documenti di progetto (es. soluzioni, runbook, note tecniche) e presentazioni per stakeholder.

Tecnologie con cui potresti lavorare (dipende dal progetto)

Linguaggi & framework

• Langchain/Langgraph, Microsoft Agent Framework, Gemini Enterprise, Python, SQL, Spark

Cloud & MLOps (molto spesso in ambito enterprise)

Nota: per un profilo Junior non è richiesto padroneggiare tutto: l’aspettativa è una buona base e tanta capacità di apprendere rapidamente.

Per cominciare, cerchiamo una figura Junior che abbia

• Laurea (triennale o magistrale) in Informatica, Ingegneria Informatica, Data Science, Matematica, Statistica o affini;
• Conoscenze base solide di:
  • programmazione (preferibilmente Python),
  • concetti di AI Generativa (LLM, RAG, Agents),
  • basi di SQL e gestione dati;
• Approccio analitico, curiosità, voglia di imparare e attitudine al problem solving;
• Spirito di squadra e capacità di comunicare in modo chiaro (anche con non tecnici);
• Buona conoscenza della lingua inglese;
• Familiarità con strumenti di Intelligenza Artificiale (es. uso consapevole di assistant/LLM per supporto allo sviluppo).

Costituisce titolo preferenziale (Nice to have)

• Progetti universitari o personali su ML/GenAI (GitHub, tesi, demo);
• Esperienza (anche universitaria) di Machine Learning e MLOps;
• Prime esperienze con cloud (Azure/AWS/GCP) o container (Docker);
• Conoscenza di base di API (FastAPI/Flask) e/o data pipeline;
• Interesse per temi di Responsible AI e sicurezza dei sistemi AI.

Per la presente pos