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 efficiente.
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: ******€ - ******€
Modalità di lavoro: ibrida, con 2 giorni di smart working alla settimana
Benefit: Formazione on the job, Crediti per la formazione continua, Opportunità di crescita professionale, Buoni pasto, Viaggi premio / Incentivi aziendali

📌 Ai Engineer - Llm Rag (Lazio)
🏢 EUROFIRMS GROUP
📍 Lazio