Lead Ai Engineer

Vedi l’offerta su Go Lavoro: golavoro.it/annuncio-lavoro/78x2cf

Siamo alla ricerca di un/una
Lead AI Engineer
volto/a a guidare la progettazione e l'evoluzione dei nostri sistemi
GenAI
, delle soluzioni per i clienti e del tooling interno, dalle architetture RAG e agentiche in cloud fino al
serving di modelli open-weight on-premise
. In collaborazione con le competence area di Discovery, la risorsa selezionata contribuirà inoltre allo sviluppo di nuovi prodotti. Trattandosi di un ruolo di leadership tecnica, la figura competente si occuperà di definire gli standard, assumere le scelte architetturali e guidare lo sviluppo e la crescita del team.
Attività
Definire l'
architettura dei sistemi GenAI
: scelte make/buy, selezione dei modelli, trade-off cloud vs on-premise in base a vincoli di dati, costi e performance
Guidare tecnicamente i progetti più complessi, dal design alla produzione, garantendo scalabilità e affidabilità
Progettare e gestire il
serving self-hosted di LLM open-weight
(vLLM)
Definire gli standard di
qualità e LLMOps
: evaluation, observability, testing, gestione dei costi, versionamento di prompt e modelli
Implementare
guardrail e sicurezza
: mitigazione di prompt injection, gestione PII, controlli sull'output
Svolgere attività di
mentoring
a beneficio di profili junior e mid, guidando code review e design review
Operare come interfaccia tecnica verso clienti e stakeholder interni, contribuendo alle decisioni di prodotto e allo scouting tecnologico
Requisiti
Comprovata esperienza (5+ anni)
nel settore del software o ML engineering, di cui
almeno 2 anni nello sviluppo e conduzione di sistemi GenAI/LLM in produzione
Solida e dimostrabile esperienza nell'implementazione di




sistemi agentici in produzione
e nell'ingegnerizzazione di architetture RAG complesse su larga scala (ambienti multi-tenant, elevati volumi di traffico e gestione di dati sensibili)
Approfondita conoscenza tecnica di almeno una piattaforma hyperscaler (
AWS, Azure, GCP
) e consolidata competenza in soluzioni di
deployment ibride o on-premise
Competenza nel serving e nell'ottimizzazione di
modelli open-weight
(tramite vLLM o framework equivalenti), comprese le logiche di quantizzazione, batching e gestione avanzata delle risorse GPU
Solide basi metodologiche relative ad architetture di sistemi distribuiti,
Kubernetes
, networking e protocolli di sicurezza informatica
Completa padronanza delle metodologie di
evaluation avanzata
e dei principali framework di
observability/LLMOps
(quali Langfuse o LangSmith, con relative valutazioni automatiche e processi human-in-the-loop)
Consolidata esperienza nel ruolo di
leadership tecnica
, comprendente attività di mentoring, definizione di standard qualitativi e coordinamento di team di progetto multidisciplinari
Competenza preferenziali
Comprovata esperienza nell'implementazione in ambiente di produzione di soluzioni di
machine learning classico
(computer vision, modelli predittivi) o nell'ambito del
data engineering
MLOps
avanzato (gestione di Kubeflow e sviluppo di pipeline CI/CD per il ciclo di vita dei modelli)
Esperienza maturata in contesti regolamentati o soggetti a stringenti vincoli di data residency
Contributi attivi a progetti open source, interventi a conferenze di settore o pubblicazioni scientifiche in ambito AI/ML
#J-*****-Ljbffr

Vedi l’offerta su Go Lavoro: golavoro.it/annuncio-lavoro/78x2cf