h3Modello di lavoro ibrido (3 giorni in sede e 2 da casa) /h3pPer rilevante Cliente Finale con sede a Roma siamo alla ricerca di un AI Solution Expert con forte 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. /ph3Mission del ruolo /h3ulliTradurre esigenze di business in soluzioni AI end-to-end (design → implementazione → rilascio → miglioramento continuo). /liliEssere riferimento tecnico per pattern RAG/Agents, integrazioni enterprise, osservabilità e qualità. /liliContribuire alla standardizzazione (blueprint, componenti riusabili, best practice di sicurezza e compliance). /li /ulh3Responsabilità principali /h3ulliDisegno dell’architettura applicativa per use case RAG/Agents: flussi conversazionali, knowledge retrieval, tool use, policy e guardrail. /liliImplementazione e configurazione di componenti su OpenShift AI (deploy, runtime, scaling, config), in collaborazione con DevOps. /liliOrchestrazione workflow e integrazioni con sistemi aziendali tramite n8n (API, webhooks, connettori, gestione errori, retry, idempotenza). /liliImplementazione di Vector Search con MongoDB Vector Search: ingestion, indicizzazione, metadata filtering, strategie di retrieval e tuning performance. /liliSupporto al ciclo di vita: ambienti dev/test/prod, release, hotfix, supporto. /li /ulh32) RAG engineering (qualità e performance) /h3ulliProgettazione pipeline di ingestion/KB: normalizzazione documenti, chunking, embedding, versioning e refresh. /liliDefinizione e tuning dei parametri di retrieval (k, threshold, reranking se previsto, filtri su metadata). /liliDefinizione di metriche e criteri di qualità: groundedness, precision/recall retrieval, risposta corretta vs allucinazione, coverage KB, latency. /liliProgettazione agenti: tool selection, planning,



multi-step execution, gestione stato e contesto. /liliImplementazione di pattern per agenti MCP-compliant (contratti, versioning, test, compatibilità, fallback). /liliHardening: timeouts, rate limit, policy di sicurezza, error handling e circuit breaker. /li /ulh34) Observability, evaluation e miglioramento continuo /h3ulliImplementazione osservabilità e tracing con Langfuse (o equivalenti): prompt/versioning, session tracking, feedback loop, monitoring. /liliDefinizione di test suite e evaluation (golden set, regression test, analisi drift contenuti/risposte). /liliAnalisi log e telemetria per migliorare qualità e ridurre costi/latency. /li /ulh35) Sicurezza, compliance e Hybrid AI /h3ulliProgettazione di soluzioni AI ibride on prem/on cloud: scelte su dove risiedono KB/dati, dove gira l’inferenza, dove risiede l’osservabilità/eval. /liliGestione aspetti security-by-design: access control su KB, segreti, cifratura, audit log, data masking/redaction. /liliCollaborazione con Security/Compliance su vincoli di data residency e controlli. /li /ulh3Competenze richieste (must have) /h3ulliEsperienza pratica (2–5+ anni indicativi) nello sviluppo di soluzioni AI: chatbot, RAG, agenti, integrazioni. /liliConoscenza solida di: /liliconcetti RAG (retrieval, embeddings, chunking, KB refresh, valutazione qualità) /liliintegrazioni MCP, API e workflow automation (es. n8n o strumenti analoghi) /liliosservabilità/evaluation per SLM/LLM (tracing, prompt versioning, feedback) /liliFamiliarità con ambienti containerizzati (Kubernetes/OpenShift) e rilascio in contesti on premise. /liliBuone capacità di analisi e problem solving (debug end-to-end: retrieval → prompting → risposta → logging). /liliRedazione ed aggiornamento Solution design (high level + dettagli implementativi), blueprint riusabili. /liliDesign di flussi n8n e integrazioni API con logging e gestione errori. /liliDashboard/strumentazione Langfuse + set di metriche e test di regressione. /li /ul #J-18808-Ljbffr

📌 AI Solution Expert (Roma)
🏢 Eligo Group of Companies
📍 Roma