ph3Senior AI Specialist - RAG Ingestion Search /h3 pDescrizione dell’offerta di lavoro /p pSede di Lavoro: Milano, on-site 5/5. Contratto: Fino a 50.000€ RAL, assunzione a tempo indeterminato con contratto CCNL Metalmeccanico (livello B3 o Quadro). L'offerta include variabile a raggiungimento obiettivi pari al 10% della RAL, buoni pasto da 6,50€ per giorno lavorato, 250€ Welfare, Assicurazione Sanitaria a copertura del nucleo familiare. /p h3Obiettivi della posizione /h3 pLa figura ha l'obiettivo di progettare, sviluppare, governare ed evolvere i processi di alimentazione, organizzazione, indicizzazione e interrogazione della knowledge base a supporto di agenti AI e soluzioni di AI conversazionale. Il ruolo è pensato come punto di raccordo tra esigenze di business, knowledge management, data/AI engineering e sviluppo applicativo, contribuendo al miglioramento continuo delle performance di retrieval, della qualità delle risposte generate e della governance complessiva della knowledge base. /p h3Dettaglio delle attività /h3 ul liProgettare e gestire pipeline di ingestion per documenti non strutturati, curando acquisizione, parsing, pulizia, normalizzazione, chunking, metadatazione e versioning dei contenuti destinati alla knowledge base. /li liDefinire e ottimizzare le logiche di indicizzazione e retrieval per sistemi RAG, selezionando strategie di ricerca keyword, semantica, ibrida e reranking in funzione dei diversi casi d'uso conversazionali. /li liPresidiare la qualità della knowledge base, assicurando coerenza, aggiornamento, deduplicazione, tracciabilità delle fonti e corretta organizzazione tassonomica dei contenuti. /li liCollaborare con AI Engineer, Data Scientist, Developer e stakeholder di business per tradurre esigenze informative e operative in architetture di ricerca efficaci per agenti AI, chatbot e assistenti virtuali. /li liMonitorare e migliorare le performance dei sistemi di search e retrieval attraverso metriche dedicate, analisi dei log, valutazioni di rilevanza, copertura informativa e qualità delle risposte.



/li liDefinire standard, linee guida e best practice per la gestione documentale e la preparazione dei contenuti destinati a knowledge base utilizzate da sistemi di AI generativa. /li liSupportare la progettazione di workflow di aggiornamento continuo della base di conoscenza, inclusi processi di validazione, pubblicazione, archiviazione e dismissione dei contenuti obsoleti. /li liContribuire alla gestione delle criticità relative a grounding, hallucination mitigation, recupero delle fonti, access control e affidabilità delle informazioni esposte dagli agenti conversazionali. /li liCoordinare, ove necessario, fornitori o system integrator esterni coinvolti nella realizzazione di componenti di ingestion, search o knowledge orchestration. /li liFavorire l'adozione di un approccio data-driven e sperimentale, promuovendo test comparativi tra diverse strategie di retrieval, embedding, ranking e orchestrazione. /li /ul h3Esperienze pregresse richieste /h3 ul liEsperienza pregressa in ruoli specialistici in ambito Artificial Intelligence, Information Retrieval, Search, Knowledge Management, NLP o Data Engineering. /li liEsperienza concreta nella progettazione o gestione di soluzioni RAG, enterprise search, knowledge base intelligenti o sistemi documentali a supporto di chatbot e agenti conversazionali. /li liFamiliarità con pipeline di trattamento documentale, inclusi parsing di PDF/Office/HTML, estrazione testo, segmentazione contenuti, arricchimento metadati e controllo qualità dei dati. /li liEsperienza nell'utilizzo di motori di ricerca, database vettoriali o piattaforme di retrieval semantico.



/li liConoscenza delle problematiche tipiche dei sistemi conversazionali basati su knowledge base: rilevanza dei risultati, copertura, aggiornamento, citabilità delle fonti, ambiguità documentale e gestione del contesto. /li liEsperienza nella collaborazione con team multidisciplinari e nella traduzione di bisogni di business in requisiti funzionali e tecnici. /li liBuona capacità di operare in contesti Agile, ad alta evoluzione tecnologica e con resistente componente sperimentale. /li liCostituisce titolo preferenziale l'esperienza in programmi di trasformazione AI su scala aziendale e nella governance di basi informative enterprise. /li /ul h3Cosa portare con sé /h3 ul liConoscenza di architetture RAG e dei principali pattern di retrieval per AI generativa. /li liEsperienza con tecniche di chunking, embedding, metadata design, filtering, ranking e reranking. /li liConoscenza di motori e framework di ricerca/document retrieval, ad esempio Azure AI Search. /li liCapacità di lavorare con Python e librerie/framework per NLP, orchestration e document processing. /li liFamiliarità con strumenti e framework per applicazioni LLM e agentiche. /li liConoscenza di modelli di valutazione della qualità del retrieval e della risposta generata. /li liCapacità di definire tassonomie, ontologie leggere, schemi metadato e criteri di classificazione documentale. /li liComprensione dei temi di data governance, sicurezza degli accessi, gestione delle fonti e lifecycle dei contenuti. /li /ul h3Costituiranno requisito preferenziale /h3 ul liEsperienza su use case di AI conversazionale enterprise. /li liEsperienza nella gestione di contenuti regolamentati, procedurali o di knowledge base aziendali complesse. /li liConoscenza di pratiche di evaluation per chatbot e agenti AI. /li liEsperienza con sistemi di osservabilità, logging e analisi delle query utente. /li lixysqume Familiarità con approcci human-in-the-loop per validazione e miglioramento continuo della knowledge base. /li /ul /p #J-18808-Ljbffr

📌 Artificial Intelligence Engineer (Spoleto)
🏢 eglue
📍 Spoleto