Modello ibrido (3 giorni in sede 2 da casa) Luogo di lavoro: Roma Per importante Cliente Finale con sede a Roma, appartenente ad un settore altamente tecnologico, siamo alla ricerca di un Solution Expert con robusto taglio tecnico-funzionale e capacità di disegnare, realizzare e portare in produzione soluzioni AI su stack OpenShift AI, con componenti n8n, Langfuse, MongoDB Vector Search, in contesto on premise e con architetture ibride on prem/on cloud. Mission del ruolo * Tradurre esigenze di business in soluzioni AI end-to-end (design ? implementazione ? rilascio ? miglioramento continuo). * Essere riferimento tecnico per pattern RAG/Agents, integrazioni enterprise, osservabilità e qualità. * Contribuire alla standardizzazione (blueprint, componenti riusabili, best practice di sicurezza e compliance). Responsabilità principali * Disegno dell'architettura applicativa per use case RAG/Agents: flussi conversazionali, knowledge retrieval, tool use, policy e guardrail. * Implementazione e configurazione di componenti su OpenShift AI (deploy, runtime, scaling, config), in collaborazione con DevOps. * Orchestrazione workflow e integrazioni con sistemi aziendali tramite n8n (API, webhooks, connettori, gestione errori, retry, idempotenza). * Implementazione di Vector Search con MongoDB Vector Search: ingestion, indicizzazione, metadata filtering, strategie di retrieval e tuning performance. * Supporto al ciclo di vita: ambienti dev/test/prod, release, hotfix, supporto. RAG engineering (qualità e performance) * Progettazione pipeline di ingestion/KB: normalizzazione documenti, chunking, embedding, versioning e refresh. * Definizione e tuning dei parametri di retrieval (k, threshold, reranking se previsto, filtri su metadata). * Definizione di metriche e criteri di qualità: groundedness, precision/recall retrieval, risposta corretta vs allucinazione, coverage KB, latency. * Progettazione agenti:



tool selection, planning, multi-step execution, gestione stato e contesto. * Implementazione di pattern per agenti MCP-compliant (contratti, versioning, test, compatibilità, fallback). * Hardening: timeouts, rate limit, policy di sicurezza, error handling e circuit breaker. Observability, evaluation e miglioramento continuo * Implementazione osservabilità e tracing con Langfuse (o equivalenti): prompt/versioning, session tracking, feedback loop, monitoring. * Definizione di test suite e evaluation (golden set, regression test, analisi drift contenuti/risposte). * Analisi log e telemetria per migliorare qualità e ridurre costi/latency. Sicurezza, compliance e Hybrid AI * Progettazione di soluzioni AI ibride on prem/on cloud: scelte su dove risiedono KB/dati, dove gira l'inferenza, dove risiede l'osservabilità/eval. * Gestione aspetti security-by-design: access control su KB, segreti, cifratura, audit log, data masking/redaction. * Collaborazione con Security/Compliance su vincoli di data residency e controlli. Competenze richieste (must have) * Esperienza pratica (2–5+ anni indicativi) nello sviluppo di soluzioni AI: chatbot, RAG, agenti, integrazioni. * Conoscenza solida di: * concetti RAG (retrieval, embeddings, chunking, KB refresh, valutazione qualità) * integrazioni MCP, API e workflow automation (es. n8n o strumenti analoghi) * osservabilità/evaluation per SLM/LLM (tracing, prompt versioning, feedback) * Familiarità con ambienti containerizzati (Kubernetes/OpenShift) e rilascio in contesti on premise. * Buone capacità di analisi e problem solving (debug end-to-end: retrieval ? prompting ? risposta ? logging). * Redazione ed aggiornamento Solution design (high level + dettagli implementativi), blueprint riusabili. * Design di flussi n8n e integrazioni API con logging e gestione errori. * Dashboard/strumentazione Langfuse + set di metriche e test di regressione. #J-*****-Ljbffr

📌 Ai Solution Expert (Lazio)
🏢 Eligo Recruitment
📍 Lazio