21 nov
|
Claire Joster
|
Roma
21 nov
Claire Joster
Roma
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.
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. 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 Modalità di lavoro: ibrida, con 2 giorni di lavoro da remoto alla settimana #J-18808-Ljbffr
📌 Senior AI Engineer - LLM RAG (Roma)
🏢 Claire Joster
📍 Roma