AI Engineer - remoto

La risorsa collaborerà con team software, data, infrastrutturali e di prodotto, occupandosi della realizzazione di servizi AI, applicazioni basate su Large Language Model e architetture agentiche.

• sviluppo di API e servizi AI production-grade in Python;
• progettazione, addestramento, validazione e valutazione di modelli Machine Learning e Deep Learning;
• sviluppo di applicazioni basate su LLM e architetture Transformer;
• progettazione di sistemi multi-agent e agentic AI;
• orchestrazione di strumenti, stato, memoria, workflow e guardrail tramite Lang Chain e Lang Graph;
• sviluppo di soluzioni RAG, comprendenti chunking, embedding, retrieval, reranking e gestione del contesto;
• integrazione di vector database e sistemi di caching e state management;
• fine-tuning di LLM e modelli Deep Learning, anche attraverso LoRA e PEFT;
• progettazione di microservizi e sistemi distribuiti;
• containerizzazione e deployment dei workload AI;
• ottimizzazione di latenza, throughput, costi, utilizzo della memoria e prestazioni;
• implementazione di pipeline CI/CD e pratiche di testing per sistemi AI;
• monitoraggio, valutazione e gestione del ciclo di vita dei modelli.

• ottima conoscenza di Python e dello sviluppo di API e servizi;
• solide basi di Machine Learning, feature engineering, validazione e valutazione;
• esperienza pratica con PyTorch e scikit-learn;
• conoscenza approfondita di LLM, Transformer, tokenizzazione, embedding e inferenza;
• esperienza con Lang Chain e Lang Graph;
• esperienza nella progettazione di sistemi multi-agent;
• esperienza con architetture RAG;
• conoscenza di vector database, preferibilmente Qdrant;
• conoscenza di Redis;
• esperienza nel fine-tuning di modelli, comprese tecniche LoRA e PEFT;
• conoscenza di GPU, VRAM e fondamenti CUDA;
• esperienza con microservizi, Docker e Docker Compose;
• familiarità con CI/CD e sistemi distribuiti;
• esperienza in contesti Agile;
• inglese fluente.

• Hugging Face Transformers, Datasets, Accelerate e PEFT;
• vLLM e Ray;
• MLflow e pratiche MLOps/LLMOps;
• Phoenix o piattaforme equivalenti di tracing e osservabilità;
• quantizzazione, batching, caching e distillazione;
• strumenti NVIDIA e GPU profiling;
• Kubernetes e orchestrazione di workload GPU;
• Dagster;
• Git Lab CI e package registry;
• esperienza in AI security, prompt injection, data leakage e access control;
• esperienza nel testing automatico di modelli, agenti e pipeline RAG.

Cerchiamo una persona autonoma e proattiva, capace di coniugare sperimentazione, qualità del software, sicurezza, prestazioni e sostenibilità economica delle soluzioni.

Modalità di lavoro e condizioni contrattuali saranno approfondite durante il colloquio.

Valutiamo sia inserimenti come dipendente sia professionisti con Partita IVA. Inquadramento e condizioni economiche saranno discussi nel primo contatto in base all’esperienza.

L’aspetto retributivo / contrattuale lo trattiamo nel primo contatto telefonico