Per conto di una realtà di consulenza ICT, siamo alla ricerca di un AI Engineer che sarà responsabile dello sviluppo e dell’implementazione di sistemi RAG e tecniche avanzate di feature extraction per analizzare contenuti testuali, audio e video. La risorsa collaborerà con il team di sviluppatori Back End e Front End , NLP engineers e media analysts per creare soluzioni che migliorino la comprensione e la generazione di informazioni.

Posizione La risorsa si occuperà di:

- Progettare e sviluppare pipeline di agenti AI per RAG , combinando retrieval di informazioni e generazione avanzata con LLM.
- Implementare tecniche di feature extraction da immagini, video e audio , utilizzando CNN, Transformers e modelli di audio embedding .
- Creare pipeline per ingestion, indexing e retrieval di contenuti multimediali , sfruttando database vettoriali e tecnologie avanzate come FAISS, Pinecone o Weaviate .
- Sviluppare e ottimizzare modelli di embedding per contenuti multimediali e testuali , garantendo la scalabilità e la robustezza delle soluzioni.
- Migliorare le capacità di ragionamento e contestualizzazione dei modelli LLM tramite fine-tuning, prompt engineering e knowledge distillation.
- Ottimizzare l'integrazione di sistemi di retrieval basati su semantic search per rispondere a query in modo più accurato ed ottimizzato.

Requisiti





- Almeno 7 anni di esperienza nello sviluppo di soluzioni AI con un focus su NLP, multimodal AI o feature extraction .
- Ottima conoscenza di Python e delle principali librerie AI, tra cui Hugging Face, LangChain, PyTorch, TensorFlow .
- Esperienza con RAG architectures , database vettoriali e tecniche di semantic search .
- Familiarità con tecniche di pre-processing, tokenization e feature engineering su dati multimodali .
- Esperienza nell’ estrazione di informazioni da media (es. OCR per testi, object detection per immagini, speech-to-text per audio).
- Conoscenza di architetture, Transformer-based per NLP e multimodal AI (GPT, BERT, etc.) .
- Capacità di lavorare con dataset non strutturati e knowledge graphs per migliorare la qualità delle risposte nei sistemi di AI.
- Esperienza con .NET Core, containerizzazione (Docker, Kubernetes) e deployment.
- Esperienza con modelli generativi multimodali e loro applicazione in RAG.
- Background in Knowledge Graphs e Ontology Learning .
- Esperienza con tecnologie Vector Search e RAG su larga scala .
- Esperienza nel coordinamento di risorse tecniche e innovazione AI e nuove architetture

Altre informazioni Sede di lavoro: Roma Nord-Est;

Inquadramento: CCNL Metalmecannico

Range RAL: 50.000€ - 60.000€

Modalità di lavoro: ibrida, con 2 giorni di smart working alla settimana

📌 Senior AI Engineer - LLM RAG (Roma)
🏢 Claire Joster
📍 Roma