ppSiamo alla ricerca di un/una bAI Engineer /b che possieda una comprovata esperienza nello sviluppo di applicazioni bLLM in produzione /b.
La risorsa selezionata si occuperà della realizzazione di soluzioni GenAI per la nostra committenza e dello sviluppo di tooling interno, garantendo un bownership end-to-end /b, dalla fase di progettazione fino al deployment.
Inoltre, collaborando in stretta sinergia con il team di Discovery, potrà offrire il proprio contributo all'ideazione e allo sviluppo di nuovi prodotti.
/p h3Attività /h3 ul liProgettare e sviluppare applicazioni GenAI end-to-end (RAG, agenti, function calling), con relativa conduzione in produzione /li liGestire in autonomia (ownership) le feature: design tecnico, implementazione, deployment in ambienti cloud o on-premise e monitoraggio /li liOttimizzare qualità, costi e latenza: selezione e confronto dei modelli, caching e ottimizzazione di retrieval e prompt /li liSviluppare pipeline di valutazione automatica per la misurazione della qualità degli output (accuratezza, hallucination, groundedness) /li liIntegrare le soluzioni AI con i sistemi dati interni e della committenza /li liSupportare la crescita professionale dei colleghi junior mediante attività di pairing e code review /li /ul h3Requisiti /h3 ul liComprovata esperienza professionale, stimata tra i 2 e i 5 anni, nell'ambito dello sviluppo software o del Machine Learning Engineering, con almeno un anno dedicato specificamente ad applicazioni basate su LLM in contesti di produzione /li liEsperienza consolidata nell'implementazione di soluzioni RAG end-to-end,



con particolare riferimento alle metodologie di chunking, embedding, retrieval ibrido e re-ranking /li liCompetenza nell'utilizzo in contesto di produzione di almeno un database vettoriale (quali Milvus, pgvector, Qdrant o analoghi) /li liSolide competenze nell'impiego del linguaggio Python, del framework FastAPI (o strumenti equivalenti) e nello sviluppo di architetture orientate ai microservizi /li liPadronanza di Docker e comprovata capacità di deployment su piattaforme cloud dei principali hyperscaler (AWS, Azure o GCP) /li liEsperienza pregressa nell'adozione di framework agentici (come LangGraph o similari) o nella progettazione di sistemi di function e tool calling /li liApprofondita conoscenza delle metodologie di evaluation e degli strumenti di observability dedicati ai Large Language Models (inclusi Langfuse, LangSmith, Ragas o applicativi equivalenti) /li /ul h3Competenza preferenziali /h3 ul liComprovata esperienza nello sviluppo e nella gestione di progetti afferenti al machine learning classico (quali computer vision e modelli predittivi) o all'ambito del data engineering /li liConoscenza delle metodologie fondamentali di MLOps, con particolare riferimento ai processi di CI/CD applicati ai modelli e alla strutturazione di pipeline di training e serving /li liCompetenza nell'implementazione di soluzioni di serving self-hosted per Large Language Models (LLM), mediante l'utilizzo di strumenti quali vLLM e Ollama, in contesti infrastrutturali on-premise /li liPadronanza nell'utilizzo della piattaforma Kubernetes per l'orchestrazione dei container /li /ul /p #J-*****-Ljbffr

📌 Ai Engineer (Lazio)
🏢 Dos Design
📍 Lazio