Ai engineering
Italia, Lazio, Roma, Gaming/Intrattenimento/Media/Arte, Altro Luogo di lavoro: Luogo di lavoro: Italia, Lazio, Roma Settore: Settore: Gaming/Intrattenimento/Media/Arte Data ultimo aggiornamento: attività Stampa Dillo a un amico Descrizione annuncio Verifica la tua compatibilità con questo annuncio MF Consultant – Azienda specializzata in Head Hunting & Executive Search, Coaching & Mentoring, Training & Development e HR Solution (Temporary Management, Outplacement e Performance Management) per rilevante azienda cliente leader del settore gaming e betting su Roma è alla ricerca di una figura di AI Engineer. Siamo alla ricerca di un/una professionista senior che acceleri l'adozione responsabile dell'AI nel nostro team di sviluppo Digital, combinando competenze hands‑on su AI coding, progettazione di soluzioni AI e design dell'esperienza. La figura agirà come mentor e coach trasversale per sviluppatori backend, frontend web e mobile, supportando l'intero ciclo di vita: discovery, prototipazione, sviluppo, test, rilascio, misurazione e miglioramento continuo.
Responsabilità:
* Definire e guidare l'adozione di pratiche di AI-assisted development lungo l'intero ciclo di sviluppo software
* Affiancare il team con mentoring, coaching, pairing, code review, design review, workshop e sessioni di knowledge sharing
* Progettare e prototipare funzionalità basate su Large Language Models, agenti AI, Retrieval-Augmented Generation (RAG), tool calling e workflow human-in-the-loop.
* Supportare sviluppatori backend, frontend Angular e mobile Flutter nell'integrazione sicura e manutenibile di capability AI nelle applicazioni e nelle piattaforme esistenti
* Definire linee guida operative per prompt engineering, context engineering, structured output, gestione della memoria, valutazione dei modelli e fallback applicativi
* Promuovere l'uso efficace di strumenti di AI coding per analisi, generazione e refactoring del codice, test automatici, documentazione tecnica, debugging e supporto alle code review
* Collaborare con Product, QA, Security, Operations e stakeholder business per trasformare problemi e opportunità in use case AI concreti e misurabili
* Applicare principi di AI product design e conversational design, progettando interazioni comprensibili, controllabili, accessibili e coerenti con il design system
* Definire prototipi ed esperimenti, criteri di successo, dataset di valutazione e processi di feedback prima della messa in produzione
* Impostare strategie di valutazione della qualità tramite test automatici e revisioni umane, considerando accuratezza, rilevanza, robustezza, latenza, costi e sicurezza
* Individuare rischi quali hallucination, prompt injection, leakage di dati, bias, dipendenza dal modello e comportamenti non deterministici, proponendo controlli e mitigazioni
* Contribuire alle decisioni architetturali valutando trade‑off tra modelli proprietari e open‑weight, servizi cloud e componenti self‑hosted, qualità, costi, performance e lock‑in
* Creare standard, reference implementation, template riutilizzabili e una roadmap di crescita delle competenze AI del team
* Monitorare l'efficacia dell'adozione AI e favorire un miglioramento continuo basato su evidenze,
feedback degli utenti e metriche tecniche
* Almeno 8 anni di esperienza complessiva in software engineering, solution architecture, data/AI engineering o product engineering, con comprovata seniority tecnica
* Esperienza concreta nella progettazione e realizzazione di applicazioni GenAI e LLM in ambienti enterprise o di produzione
* Ottima conoscenza di prompt engineering, context engineering, embeddings, vector search, RAG, agentic workflow, function/tool calling e structured output
* Capacità di programmare e buona familiarità con almeno uno degli stack del team, ad esempio C#/.
NET, TypeScript/Angular o Dart/Flutter
* Esperienza con API REST, microservizi, architetture event‑driven, database relazionali e NoSQL, containerizzazione e pipeline CI/CD
* Conoscenza di framework e SDK per applicazioni AI, ad esempio Semantic Kernel, LangChain, LlamaIndex o SDK nativi dei principali provider
* Esperienza con strumenti di AI coding quali Claude Code, GitHub Copilot, Cursor o soluzioni equivalenti, inclusa la definizione di policy e buone pratiche di utilizzo
* Conoscenza di tecniche di LLM evaluation e observability: golden dataset, regression test, model/prompt versioning, tracing, quality score, latency e cost monitoring
* Conoscenza dei principi di secure‑by‑design e privacy‑by‑design applicati all'AI, con attenzione a protezione dei dati, controllo degli accessi, logging e gestione dei contenuti
* Esperienza nel facilitare workshop tecnici e nel far crescere team eterogenei attraverso coaching, mentoring e feedback strutturato
* Buona conoscenza della lingua inglese scritta e parlata Preferenziali:
* Esperienza con Azure AI Foundry, Azure OpenAI, Microsoft Copilot Studio, Semantic Kernel e servizi Azure per dati, ricerca, sicurezza e osservabilità
* Co
Responsabilità:
* Definire e guidare l'adozione di pratiche di AI-assisted development lungo l'intero ciclo di sviluppo software
* Affiancare il team con mentoring, coaching, pairing, code review, design review, workshop e sessioni di knowledge sharing
* Progettare e prototipare funzionalità basate su Large Language Models, agenti AI, Retrieval-Augmented Generation (RAG), tool calling e workflow human-in-the-loop.
* Supportare sviluppatori backend, frontend Angular e mobile Flutter nell'integrazione sicura e manutenibile di capability AI nelle applicazioni e nelle piattaforme esistenti
* Definire linee guida operative per prompt engineering, context engineering, structured output, gestione della memoria, valutazione dei modelli e fallback applicativi
* Promuovere l'uso efficace di strumenti di AI coding per analisi, generazione e refactoring del codice, test automatici, documentazione tecnica, debugging e supporto alle code review
* Collaborare con Product, QA, Security, Operations e stakeholder business per trasformare problemi e opportunità in use case AI concreti e misurabili
* Applicare principi di AI product design e conversational design, progettando interazioni comprensibili, controllabili, accessibili e coerenti con il design system
* Definire prototipi ed esperimenti, criteri di successo, dataset di valutazione e processi di feedback prima della messa in produzione
* Impostare strategie di valutazione della qualità tramite test automatici e revisioni umane, considerando accuratezza, rilevanza, robustezza, latenza, costi e sicurezza
* Individuare rischi quali hallucination, prompt injection, leakage di dati, bias, dipendenza dal modello e comportamenti non deterministici, proponendo controlli e mitigazioni
* Contribuire alle decisioni architetturali valutando trade‑off tra modelli proprietari e open‑weight, servizi cloud e componenti self‑hosted, qualità, costi, performance e lock‑in
* Creare standard, reference implementation, template riutilizzabili e una roadmap di crescita delle competenze AI del team
* Monitorare l'efficacia dell'adozione AI e favorire un miglioramento continuo basato su evidenze,
feedback degli utenti e metriche tecniche
* Almeno 8 anni di esperienza complessiva in software engineering, solution architecture, data/AI engineering o product engineering, con comprovata seniority tecnica
* Esperienza concreta nella progettazione e realizzazione di applicazioni GenAI e LLM in ambienti enterprise o di produzione
* Ottima conoscenza di prompt engineering, context engineering, embeddings, vector search, RAG, agentic workflow, function/tool calling e structured output
* Capacità di programmare e buona familiarità con almeno uno degli stack del team, ad esempio C#/.
NET, TypeScript/Angular o Dart/Flutter
* Esperienza con API REST, microservizi, architetture event‑driven, database relazionali e NoSQL, containerizzazione e pipeline CI/CD
* Conoscenza di framework e SDK per applicazioni AI, ad esempio Semantic Kernel, LangChain, LlamaIndex o SDK nativi dei principali provider
* Esperienza con strumenti di AI coding quali Claude Code, GitHub Copilot, Cursor o soluzioni equivalenti, inclusa la definizione di policy e buone pratiche di utilizzo
* Conoscenza di tecniche di LLM evaluation e observability: golden dataset, regression test, model/prompt versioning, tracing, quality score, latency e cost monitoring
* Conoscenza dei principi di secure‑by‑design e privacy‑by‑design applicati all'AI, con attenzione a protezione dei dati, controllo degli accessi, logging e gestione dei contenuti
* Esperienza nel facilitare workshop tecnici e nel far crescere team eterogenei attraverso coaching, mentoring e feedback strutturato
* Buona conoscenza della lingua inglese scritta e parlata Preferenziali:
* Esperienza con Azure AI Foundry, Azure OpenAI, Microsoft Copilot Studio, Semantic Kernel e servizi Azure per dati, ricerca, sicurezza e osservabilità
* Co