In sintesi
- Mansioni: Progetta e implementa pipeline RAG e flussi di lavoro agentici con tecnologie all'avanguardia.
- Azienda: Azienda innovativa che costruisce sistemi AI per clienti enterprise.
- Benefit: Salario competitivo, opportunità di crescita professionale e ambiente di lavoro dinamico.
- Altre informazioni: Ambiente collaborativo con eccellenti opportunità di carriera.
- Perché questo lavoro: Lavora con modelli linguistici avanzati e fai la differenza in progetti innovativi.
- Qualifiche: 2-4 anni di esperienza in ingegneria software e conoscenza di sistemi AI applicati.
La retribuzione prevista è compresa tra 76950 - 94050 € per anno.
About expert.ai: Costruiamo sistemi AI di produzione per clienti aziendali. Il nostro lavoro si concentra su modelli di linguaggio di grandi dimensioni, generazione aumentata da recupero, architetture agentiche e AI basata sulla conoscenza. Siamo un team snello di ingegneri e ricercatori che si muovono rapidamente e si prendono cura della qualità di ciò che spediamo.
La Posizione: Stiamo cercando un AI Engineer con circa 2-4 anni di esperienza — qualcuno che ha superato la fase di apprendimento, che ha messo in produzione almeno un sistema alimentato da LLM e sa cosa si rompe, cosa scala e cosa è stata una cattiva idea in retrospettiva. Non è necessario aver fatto tutto. È necessario aver fatto alcune cose bene, comprendere perché hanno funzionato e essere pronti ad approfondire.
Cosa Farai:
- Progettare e implementare pipeline RAG end-to-end: ingestione, strategie di chunking, modelli di embedding, recupero vettoriale, riordinamento e generazione di risposte.
- Costruire flussi di lavoro agentici utilizzando LangChain, LangGraph, LlamaIndex o orchestrazione personalizzata — inclusi utilizzo di strumenti, gestione della memoria e ragionamento multi-passaggio.
- Integrare e progettare prompt per LLM (GP Claude Sonnet/Opus, Qwen) per compiti specifici del dominio; contribuire agli sforzi di fine-tuning quando necessario.
- Sviluppare server e client MCP per standardizzare l'esposizione degli strumenti e del contesto attraverso i sistemi AI.
- Mantenere database vettoriali (FAISS, Pinecone, Weaviate, Qdrant, pgvector) e ottimizzare la qualità del recupero.
- Costruire pipeline di valutazione per monitorare il tasso di allucinazione, la precisione del recupero, la latenza e la coerenza dell'output nel tempo.
- Scrivere codice Python pulito, testato e pronto per la produzione e contribuire alle revisioni del codice.
- Collaborare con ingegneri senior e clienti per tradurre i requisiti in solide decisioni tecniche.
Cosa Ci Aspettiamo:
- 2-4 anni di esperienza in ingegneria del software, con almeno 1-2 anni focalizzati su LLM o sistemi AI applicati.
- Almeno un'applicazione RAG o agentica in produzione — sai cosa ci è voluto per arrivarci.
- Solida comprensione degli embedding, dei fondamenti dei trasformatori, della gestione del contesto e dei modelli di design dei prompt.
- Familiarità con Docker.
- Capacità di lavorare in autonomia — fai buone domande, ma non aspetti di essere detto cosa fare dopo.
- I titoli di studio formali sono benvenuti ma non richiesti. Ciò che conta è ciò che hai spedito.
Nice to Have:
- Esperienza con protocolli MCP in progetti reali.
- Grafi di conoscenza o pipeline GraphRAG (Neo4j, Neptune o simili).
- Ottimizzazione dell'inferenza: quantizzazione (GGUF, AWQ, GPTQ), vLLM.
- Strumenti di valutazione: RAGAS, TruLens o design di valutazione personalizzato.
- Esperienza NLP di dominio in legale, manifatturiero o sanitario.
AI Engineer datore di lavoro: Expert System S.p.A
Expert.ai è un datore di lavoro eccezionale per chi cerca di lavorare all'avanguardia nel campo dell'intelligenza artificiale. Offriamo un ambiente di lavoro dinamico e collaborativo, dove i membri del team possono crescere professionalmente attraverso progetti innovativi e sfide tecniche. La nostra cultura aziendale valorizza la qualità e l'autonomia, permettendo ai dipendenti di contribuire attivamente allo sviluppo di soluzioni AI di alto livello, il tutto in una località che stimola la creatività e l'innovazione.
Dettagli di contatto:
Team di recruiting di Expert System S.p.A
Consigli degli esperti StudySmarter🤫
Ecco come pensiamo che potresti ottenere AI Engineer
✨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 Expert System S.p.A
Non dimenticare di candidarti direttamente sul sito di Expert System S.p.A! 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 AI Engineer
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 Expert System S.p.A. 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 Expert System S.p.A. Mostra loro come pensi e come apprendi!
Come prepararti a un colloquio di lavoro presso Expert System S.p.A
✨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.
