AI Engineer_Senior

Se cerchi un percorso di crescita in un contesto internazionale dove le tue idee contano davvero, sei nel posto giusto. In EY puoi dare forma alla tua carriera e contribuire a costruire un mondo del lavoro migliore, insieme a chi lo sta già trasformando ogni giorno.

Lo abbiamo chiesto a chi ci lavora già! Questi i fattori più influenti:

• Investimento sulle competenze del futuro: fin dal primo giorno, eventi, strumenti e corsi sull’Intelligenza Artificiale, disponibili per tutti;
• Formazione continua: oltre 50 ore di corsi tecnici e manageriali all’anno previsti per ciascuna persona;
• Sviluppo e progressione di carriera: solo negli ultimi 12 mesi, oltre la metà delle persone di EY si è vista riconoscere un avanzamento di carriera;
• Mobilità e opportunità internazionali, compresa la possibilità di lavorare in smart working dall’estero fino a 20 giorni senza essere in trasferta;
• Lavoro ibrido senza giornate prestabilite centralmente.
• Un network internazionale su cui poter contare.

Scopri nel concreto che cosa fa un/una AI EngineerDescrizione del lavoro

L’AI Engineer (Senior) contribuisce allo sviluppo, integrazione e industrializzazione di componenti AI all’interno dei prodotti AI+ Factory, trasformando specifiche architetturali e requisiti di prodotto in soluzioni tecniche robuste, scalabili e manutenibili.

Il ruolo lavora a stretto contatto con AI Architect, AI Data Scientist, FullStack Developer, DevOps/MLOps Engineer e Product Manager, contribuendo alla realizzazione di agenti AI, pipeline RAG, integrazioni con modelli LLM, servizi di inferenza e componenti applicative basate su intelligenza artificiale.

Responsabilità

• Sviluppare componenti AI per prodotti e piattaforme enterprise, inclusi agenti, pipeline RAG, servizi di inferenza, orchestrazioni LLM e integrazioni con modelli pre-addestrati o fine-tuned.
• Implementare logiche applicative in Python, TypeScript o linguaggi equivalenti, garantendo qualità, scalabilità e manutenibilità del codice.
• Integrare API AI/ML, servizi cloud AI e modelli custom all’interno di architetture applicative e cloud-native.
• Collaborare con AI Architect e AI Data Scientist per trasformare modelli, prototipi e specifiche tecniche in componenti production-ready.

Engineering, testing e qualità del software

• Partecipare alla progettazione tecnica dei moduli AI, contribuendo alla definizione di pattern implementativi, interfacce, API e logiche di integrazione.
• Eseguire attività di testing, debugging, profiling e ottimizzazione delle performance dei componenti AI sviluppati.
• Applicare pratiche di software engineering, code review, versioning, documentazione tecnica e automazione dei test.
• Garantire che le soluzioni sviluppate siano coerenti con gli standard in termini di sicurezza, affidabilità, riusabilità e compliance.

MLOps, deployment e industrializzazione

• Collaborare con DevOps/MLOps Engineer per integrare i componenti AI nei processi di CI/CD, deployment e monitoraggio in ambienti cloud.
• Contribuire alla gestione del ciclo di vita dei modelli, incluse attività di versioning, packaging, configurazione, rilascio e monitoraggio operativo.
• Supportare l’industrializzazione di prototipi AI, acceleratori e asset riutilizzabili, portandoli da proof-of-concept a componenti stabili e documentati.
• Contribuire alla libreria interna di componenti, template, connettori e accelerator AI della Factory.

Collaborazione cross-funzionale e supporto tecnico

• Lavorare in team multidisciplinari con Product Manager, FullStack Developer, UI/UX Engineer, Data Engineer, AI Data Scientist e AI Architect.
• Supportare la traduzione dei requisiti di prodotto in soluzioni tecniche implementabili, evidenziando vincoli, dipendenze e rischi tecnici.
• Fornire supporto tecnico a figure più junior, condividendo best practice e contribuendo alla crescita delle competenze del team.
• Partecipare a sessioni di planning, refinement, technical review e retrospettive, contribuendo al miglioramento continuo delle modalità di delivery.
• 3-5 anni di esperienza in AI engineering, machine learning engineering, software engineering o sviluppo di soluzioni AI/ML in contesti enterprise o tecnologici.
• Solida conoscenza di Python e dei principali framework AI/ML, come PyTorch, TensorFlow, scikit-learn o equivalenti.
• Esperienza con LLM, pipeline RAG, embeddings, prompt engineering, model serving o integrazione di modelli generativi.
• Esperienza nello sviluppo e integrazione di API REST, servizi applicativi, microservizi o componenti cloud-native.
• Familiarità con containerizzazione, Docker, Kubernetes e pratiche di deployment in ambienti cloud.
• Conoscenza dei principi MLOps e dei principali strumenti di model lifecycle management, experiment tracking o model monitoring.
• Capacità di scrivere codice pulito, testabile, documentato e riutilizzabile.
• Capacità di lavorare in team Agile e cross-funzionali, interagendo con figure tecniche e di prodotto.
• Buona conoscenza della lingua inglese.

Competenze preferenziali

• Esperienza con framework e strumenti per applicazioni GenAI e agentic AI, come LangChain, LlamaIndex, Semantic Kernel o equivalenti.
• Esperienza con servizi AI cloud, come Azure AI, AWS Bedrock, AWS SageMaker, Google Vertex AI o piattaforme equivalenti.
• Familiarità con vector database e tecnologie di retrieval, come Pinecone, Weaviate, FAISS, pgvector o equivalenti

#J-18808-Ljbffr