In sintesi
- Mansioni: Sviluppa soluzioni AI generative per ottimizzare i dati delle energie rinnovabili.
- Azienda: Azienda leader nel settore della gestione del rischio e dell'assicurazione.
- Benefit: Atmosfera collaborativa, formazione personalizzata e flessibilità lavorativa.
- Altre informazioni: Opportunità di crescita professionale in un ambiente diversificato.
- Perché questo lavoro: Lavora con tecnologie all'avanguardia per un futuro energetico sostenibile.
- Qualifiche: Laurea in Matematica, Data Science o esperienza equivalente in AI.
La retribuzione prevista è compresa tra 90000 - 120000 € per anno.
About Us
We are the independent expert in assurance and risk management.
Driven by our purpose, to safeguard life, property, and the environment, we empower our customers and their stakeholders with facts and reliable insights so that critical decisions can be made with confidence.
As a trusted voice for many of the world’s most successful organizations, we use our knowledge to advance safety and performance, set industry benchmarks, and inspire and invent solutions to tackle global transformations.
About Energy Systems
We help customers navigate the complex transition to a decarbonized and more sustainable energy future.
We do this by assuring that energy systems work safely and effectively, using solutions that are increasingly digital.
We also help industries and governments to navigate the many complex, interrelated transitions taking place globally and regionally, in the energy industry.
About The Role
Green Power Monitor, a DNV company, is at the heart of the global energy transformation.
We use data-driven digital solutions to optimise the performance of renewable energy installations around the world.
Our work contributes to a more diverse, more sustainable global energy mix.
We are looking for an ML Engineer to help create, productize and evolve generative AI solutions on Horizon, Green Power Monitor’s cloud platform that transforms renewable energy operational data into actionable insights for monitoring, optimization, and decision-making.
This is a hands-on, impact-driven role where you will build LLM-powered agents and embed them directly into a production system used by renewable energy professionals worldwide.
You will work closely with product managers and software engineers to design, deploy, and maintain production-grade AI systems, starting with a user-oriented AI assistant embedded in Horizon.
Over the course of the year, your work will support the strategic goal of enriching Horizon with LLM models, starting with a predictive maintenance module and evolving the platform to become more autonomous and intelligent for users, turning operational data into actionable insights.
- What You’ll Do
- Connect to diverse data sources within the Horizon platform, including operational data, structured metadata, and technical documentation, and design Retrieval-Augmented Generation (RAG) pipelines for scalable AI systems.
- Extract, transform, and structure data for optimal use with LLMs, manage embeddings, indexing, and context retrieval, and ensure AI models are grounded in accurate, real-world information.
- Design, deploy, fine-tune, and continuously improve production-grade LLM and multimodal agents, optimizing prompts, mitigating hallucinations, and evaluating performance to deliver reliable, context-aware outputs.
- Build and maintain client-facing AI assistants and chatbots, explaining system behavior, capabilities, and limitations to both technical and non-technical stakeholders, and integrating AI features seamlessly into Horizon workflows.
- Stay up to date with advances in generative AI, agent-based systems, and instruction-tuned models, experimenting with frameworks like Lang Chain and collaborating on experiments using large instruction-tuned models.
- Collaborate closely with product and software teams to take AI solutions from concept to production, ensuring features are robust, scalable, and directly support Horizon users in monitoring, optimizing, and managing renewable energy assets.
What makes this role exciting: you’ll take cutting-edge LLM and agent-based systems out of the lab and into production, building AI that directly supports the operation and optimization of renewable energy assets at global scale.
What we offer Our benefits package is specifically designed to support your physical, financial and social well-being:
- Great atmosphere of working together with professionals and some of the most engaged and knowledgeable people in the industry,
- Receive guidance from colleagues through coaching, mentoring and participating in international networks,
- Advance your professional skills and technical expertise, through individual competence development plans and tailored training,
- Be part of a world growing and renowned organization with origins dating back to 1864.
- Other Than You Can Expect
- Medical Scheme,
- Commuting Allowance,
- Life Insurance,
- Pension Plan,
- Kindergarten Allowance,
- 40 hours per week with a flexible schedule. Friday
- Home working allowance (up to 2 days per week),
- 23 days of annual leave,
- Employee Referral scheme.
DNV is an Equal Opportunity Employer and gives consideration for employment to qualified applicants without regard to gender, religion, race, national or ethnic origin, cultural background, social group, disability, sexual orientation, gender identity, marital status, age or political opinion.
Diversity is fundamental to our culture and we invite you to be part of this diversity.
Requirements
About you
- Master’s degree or equivalent experience in Mathematics, Data Science, Computer Science, Machine Learning, or a related field,
- Hands-on experience with Large Language Models (LLMs) or generative AI systems,
- Experience with RAG pipelines, embeddings, and prompt optimization,
- Strong understanding of Transformer architectures and fine-tuning,
- Proficiency in Python,
- Familiarity with CI/CD, Docker, Kubernetes (K8s), and Git is a plus,
- Fluency in written and spoken English.
You are curious, adaptable, and proactive, thriving in collaborative, fast-moving environments.
You take ownership of projects, communicate complex AI concepts clearly to technical and non-technical stakeholders, and enjoy solving challenging real-world problems.
As part of the interview process, we ask you to submit a short report or demo of an AI agent you’ve built.
This is your chance to showcase your hands-on skills and highlight your creativity.
Security and compliance with statutory requirements in the countries in which we operate is essential for DNV.
Background checks will be conducted on all final candidates as part of the offer process, in accordance with applicable country-specific laws and practices.
ML Engineer – Generative AI datore di lavoro: DNV
DNV è un datore di lavoro eccezionale, offrendo un ambiente di lavoro collaborativo e stimolante, dove i professionisti possono crescere e sviluppare le proprie competenze nel campo dell'AI generativa. Con opportunità di mentoring e formazione personalizzata, i dipendenti sono supportati nel loro percorso di crescita professionale, contribuendo a progetti significativi che hanno un impatto globale sulla sostenibilità energetica. Inoltre, la flessibilità lavorativa e un pacchetto di benefici completo rendono DNV un luogo ideale per costruire una carriera gratificante.
Consigli degli esperti StudySmarter🤫
Ecco come pensiamo che potresti ottenere ML Engineer – Generative AI
✨Sfrutta i Meetups di Data Science
Partecipare a meetups e conferenze di data science è un must! Questi eventi sono un ottimo modo per connettersi con esperti del settore e altre persone in cerca di lavoro. Non vergognarti di farti avanti e parlare con i relatori: potrebbe aprirti porte inaspettate.
✨Progetti Open Source per Farsi Notare
Contribuire a progetti open source è una fantastica opportunità per mostrare le tue competenze pratiche. Non solo aiuta a costruire il tuo portfolio, ma ti consente anche di lavorare con tecnologie che potrebbero essere ricercate dalla tua futura azienda. Cerca progetti su GitHub legati a data science e mettiti in gioco!
✨Unisciti a Comunità Online
Entrare a far parte di comunità online come Kaggle o forum di data science può essere un grande vantaggio. Non solo puoi partecipare a competizioni e migliorare le tue abilità, ma puoi anche costruire una rete con altri professionisti del settore. Queste connessioni possono rivelarsi preziose quando cerchi un lavoro a tempo pieno.
✨Candidati Direttamente su DNV
Non dimenticare di candidarti direttamente sul sito di DNV! Spesso le aziende preferiscono ricevere applicazioni tramite il loro portale, quindi assicurati di seguire le istruzioni specifiche. Un’applicazione diretta può darti un vantaggio rispetto a chi usa canali più generali.
Pensiamo che ti servano queste competenze per eccellere come ML Engineer – Generative AI
Alcuni consigli per la tua candidatura 🫡
Evidenzia le tue competenze tecniche:Nel campo della data science, è fondamentale mostrare le tue competenze tecniche. Assicurati di includere nel tuo CV le lingue di programmazione che conosci, come Python o R, e i tool che hai utilizzato, come TensorFlow o scikit-learn. Non dimenticare di far vedere i tuoi progetti o le tue analisi precedenti, magari con link a GitHub o portafogli di lavoro!
Scrivi una lettera motivazionale convincente:Per un ruolo full-time in data science, la lettera motivazionale è la tua occasione per far trasparire la tua passione per i dati e la tua voglia di contribuire al lavoro di DNV. Spiega perché sei interessato a questo specifico ruolo e come le tue esperienze passate ti rendono il candidato ideale. Non essere timido: condividi le tue ambizioni e la tua visione per il futuro!
Includi risultati quantificabili:Quando parli delle tue esperienze lavorative precedenti, cerca di includere risultati quantificabili che dimostrino il tuo impatto. Ad esempio, puoi dire che hai aumentato l'efficienza di un'analisi del 20% o che hai contribuito a un progetto che ha portato a un aumento del fatturato del 15%. Metriche del genere catturano sempre l'attenzione dei recruiter!
Mostra il tuo approccio alla risoluzione dei problemi:La data science è tutta una questione di risolvere problemi complessi. Utilizza il tuo CV e la tua lettera motivazionale per descrivere come hai affrontato sfide specifiche in progetti precedenti. Ti consigliamo di includere un breve case study o un esempio pratico dei tuoi risultati per davvero colpire i selezionatori di DNV. Mostra loro come pensi e come apprendi!
Come prepararti a un colloquio di lavoro presso DNV
✨Brilla con il tuo Portafoglio
Porta con te un portfolio che mostri i tuoi progetti di data science. Includi studi di caso dettagliati e le tecniche che hai utilizzato, come l'analisi dei dati, il machine learning o la visualizzazione. In questo modo possiamo dimostrare concretamente il nostro problema-solving e le nostre competenze tecniche, che sono fondamentali in questo campo!
✨Preparati a Domande Tecniche
Aspettati domande tecniche in merito a statistica, machine learning e linguaggi di programmazione come Python o R. Potrebbero chiederti di spiegare modelli specifici o di analizzare un dataset sul momento. Rinfreschiamo insieme le nozioni di base e prepariamoci a dimostrare le nostre competenze pratiche.
✨Mostra la tua Curiosità
Le aziende cercano candidati che mostrino voglia di apprendere e crescita professionale. Durante l'intervista, parliamo delle tendenze attuali nel settore e dimostriamo il nostro interesse per l'innovazione nel campo della data science. Questo non solo ci farà apparire proattivi, ma metterà anche in evidenza la nostra motivazione.
✨Comunica Chiaramente i Tuoi Risultati
Essere bravi con i dati è fondamentale, ma sapere come comunicarli è altrettanto importante. Durante l'intervista, cerca di essere chiaro e conciso mentre parli dei tuoi risultati. Usa esempi specifici per dimostrare come le tue analisi abbiano avuto un impatto positivo in progetti passati. In questo modo possiamo evidenziare le nostre capacità comunicative, fondamentali per un ruolo a tempo pieno.
