Ingegnere software AI

Descrizione del lavoro

Stiamo cercando un ingegnere software AI altamente qualificato e motivato che entri a far parte del nostro team Machine Learning & GenAI. Il candidato selezionato avrà il compito di creare una nuova piattaforma AI scalabile e di progettare, sviluppare e implementare sistemi basati sull'intelligenza artificiale in grado di fornire risultati aziendali misurabili.

Compiti principali

• Piattaforma e architettura: progettazione e realizzazione di una piattaforma AI/ML ibrida (on-prem / on-cloud) per l'esecuzione di casi d'uso AI su larga scala.
• Sviluppo e valutazione dei modelli: collaborazione nella formazione, messa a punto e ottimizzazione dei modelli, compresi LoRA/PEFT.
• Sviluppo software e MLOps: sviluppo autonomo di servizi AI e API, inclusi progettazione, codifica, test e implementazione.
• Collaborazione tra prodotti e stakeholder: stretta collaborazione con utenti aziendali, proprietari di prodotti, ingegneri aziendali, gestori di dati, scienziati dei dati e team tecnologici per comprendere i casi d'uso, i requisiti e le metriche di successo dell'AI/ML.
• Sicurezza, protezione dei dati e conformità: garantire che tutte le soluzioni AI/ML siano conformi alle politiche e agli standard bancari in materia di dati e AI, inclusi la protezione dei dati, la sicurezza informatica e le pratiche AI responsabili.

Requisiti

• Formazione: laurea in informatica, scienze dei dati, matematica, statistica, fisica o discipline affini.
• Conoscenze obbligatorie:
  • Conoscenza approfondita dei framework ML/AI: PyTorch o TensorFlow; ecosistema Hugging Face; LangChain/LlamaIndex o equivalente.
  • Esperienza pratica con LLM: prompt engineering, messa a punto/LORA, embedding, database vettoriali (FAISS, Pinecone, Weaviate), modelli RAG.
  • Solide conoscenze di programmazione in Python, R o Java/Scala; esperienza con SQL, strumenti ETL e Linux/Unix; la conoscenza di Control-M e Terraform costituisce un vantaggio.
  • Precedente esperienza nella distribuzione di applicazioni in ambienti cloud (Azure); familiarità con configurazioni ibride on-premise/cloud.
  • Esperienza nella creazione di API pronte per la produzione e API (REST/SOAP); cloud native (AWS/GCP/Azure), container (Docker) e orchestrazione (Openshift, Kubernetes).
  • Nozioni di base su MLOps: monitoraggio degli esperimenti (Mlflow/Weights), registrazione dei modelli, CICD; monitoraggio dei modelli, feature store, test A/B e architettura software.

Offriamo

Un ambiente favorevole in cui i tuoi contributi saranno apprezzati e riconosciuti. Un ambiente di lavoro dinamico e stimolante in cui potrai mettere a frutto le tue capacità e conoscenze per ottenere risultati aziendali misurabili.