Artificial Intelligence Engineer
Pubblicato il 01-10-2026 - eglue in San Vito
Nell'ottica del potenziamento della nostra divisione DWIT - Business Line dedicata all'IT Consulting di eGlue – stiamo ricercando un Senior AI Specialist - RAG Ingestion & Search.
Non è protetto/a delle competenze necessarie per questa opportunità? Legga la descrizione completa qui sotto per avere un quadro completo dei requisiti richiesti.
Sede di Lavoro: Bologna, on-site 5/5
Contratto: Fino a 50.000€ RAL, assunzione a tempo indeterminato con contratto CCNL Metalmeccanico (livello B3 o Quadro). L'offerta include variabile a raggiungimento obiettivi pari al 10% della RAL, buoni pasto da 6,50€ per giorno lavorato, 250€ Welfare, Assicurazione Sanitaria a copertura del nucleo familiare.
Obiettivi della posizione:
La figura ha l'obiettivo di progettare, sviluppare, governare ed evolvere i processi di alimentazione, organizzazione, indicizzazione e interrogazione della knowledge base a supporto di agenti AI e soluzioni di AI conversazionale. Il ruolo è pensato come punto di raccordo tra esigenze di business, knowledge management, data/AI engineering e sviluppo applicativo, contribuendo al miglioramento continuo delle performance di retrieval, della qualità delle risposte generate e della governance complessiva della knowledge base.
Dettaglio delle attività:
- Progettare e gestire pipeline di ingestion per documenti non strutturati, curando acquisizione, parsing, pulizia, normalizzazione, chunking, metadatazione e versioning dei contenuti destinati alla knowledge base.
- Definire e ottimizzare le logiche di indicizzazione e retrieval per sistemi RAG, selezionando strategie di ricerca keyword, semantica, ibrida e reranking in funzione dei diversi casi d'uso conversazionali.
- Presidiare la qualità della knowledge base, assicurando coerenza, aggiornamento, deduplicazione, tracciabilità delle fonti e corretta organizzazione tassonomica dei contenuti.
- Collaborare con AI Engineer, Data Scientist, Developer e stakeholder di business per tradurre esigenze informative e operative in architetture di ricerca efficaci per agenti AI, chatbot e assistenti virtuali.
- Monitorare e migliorare le performance dei sistemi di search e retrieval attraverso metriche dedicate, analisi dei log, valutazioni di rilevanza, copertura informativa e qualità delle risposte.
- Definire standard, linee guida e best practice per la gestione documentale e la preparazione dei contenuti destinati a knowledge base utilizzate da sistemi di AI generativa.
- Supportare la progettazione di workflow di aggiornamento continuo della base di conoscenza, inclusi processi di validazione, pubblicazione, archiviazione e dismissione dei contenuti obsoleti.
- Contribuire alla gestione delle criticità relative a grounding, hallucination mitigation, recupero delle fonti, access control e affidabilità delle informazioni esposte dagli agenti conversazionali.
- Coordinare, ove necessario, fornitori o system integrator esterni coinvolti nella realizzazione di componenti di ingestion, search o knowledge orchestration.
- Favorire l'adozione di un approccio data-driven e sperimentale, promuovendo test comparativi tra diverse strategie di retrieval, embedding, ranking e orchestrazione.
Esperienze pregresse richieste:
- Esperienza pregressa in ruoli specialistici in ambito Artificial Intelligence, Information Retrieval, Search, Knowledge Management, NLP o Data Engineering.
- Esperienza concreta nella progettazione o gestione di soluzioni RAG, enterprise search, knowledge base intelligenti o sistemi documentali a supporto di chatbot e agenti conversazionali.
- Familiarità con pipeline di trattamento documentale, inclusi parsing di PDF/Office/HTML, estrazione testo, segmentazione contenuti, arricchimento metadati e controllo qualità dei dati.
- Esperienza nell'utilizzo di motori di ricerca, database vettoriali o piattaforme di retrieval semantico.
- Conoscenza delle problematiche tipiche dei sistemi conversazionali basati su knowledge base: rilevanza dei risultati, copertura, aggiornamento, citabilità delle fonti, ambiguità documentale e gestione del contesto.
- Esperienza nella collaborazione con team multidisciplinari e nella traduzione di bisogni di business in requisiti funzionali e tecnici.
- Buona capacità di operare in contesti Agile, ad alta evoluzione tecnologica e con forte componente sperimentale.
- Costituisce titolo preferenziale l'esperienza in programmi di trasformazione AI su scala aziendale e nella governance di basi informative enterprise.
Cosa portare con sé:
- Conoscenza di architetture RAG e dei principali pattern di retrieval per AI generativa.
- Esperienza con tecniche di chunking, embedding, metadata design, filtering, ranking e reranking.
- Conoscenza di motori e framework di ricerca/document retrieval, ad esempio Azure AI Search.
- Capacità di lavorare con Python e librerie/framework per NLP, orchestration e document processing.
- Familiarità con strumenti e framework per applicazioni LLM e agentiche.
- Conoscenza di modelli di valutazione della qualità del retrieval e della risposta generata.
- Capacità di definire tassonomie, ontologie leggere, schemi metadato e criteri di classificazione documentale.
- Comprensione dei temi di data governance, sicurezza degli accessi, gestione delle fonti e lifecycle dei contenuti.
Costituiranno requisito preferenziale:
- Esperienza su use case di AI conversazionale enterprise.
- Esperienza nella gestione di contenuti regolamentati, procedurali o di knowledge base aziendali complesse.
- Conoscenza di pratiche di evaluation per chatbot e agenti AI.
- Esperienza con sistemi di osservabilità, logging e analisi delle query utente. xjncmbx
- Familiarità con approcci human-in-the-loop per validazione e miglioramento continuo della knowledge base.