PSi cerca un AI Engineer esperto, con una solida conoscenza e comprovata esperienza in Machine Learning, Deep Learning e AI Generativa, con particolare enfasi sui Large Language Models (LLMs). Il ruolo prevede la progettazione, l'implementazione e l'ottimizzazione di modelli e sistemi AI complessi, inclusi i sistemi di Agentic AI (Agenti Autonomi). Sarà impegnata su progetti innovativi che spaziano dalla comprensione del linguaggio naturale alla generazione di contenuti e all'automazione avanzata. /ppbr/ppstrongResponsabilità: /strong /pulliProgettare, sviluppare e implementare algoritmi e modelli di Machine Learning e Deep Learning. /liliSviluppare e implementare architetture di Agentic AI (Agenti Autonomi) basate su LLM per l'automazione di flussi di lavoro complessi e il problem solving. /liliLavorare con Large Language Models (LLMs) per applicazioni quali la generazione di testo, la sintesi, la traduzione e la comprensione del linguaggio naturale. /liliCostruire e ottimizzare architetture di AI generativa per risolvere problemi aziendali complessi. /liliCondurre ricerche e sperimentazioni per valutare nuove tecniche e tecnologie AI. /liliCollaborare con team di prodotto, data scientists e altri ingegneri per integrare soluzioni AI nei nostri prodotti e servizi. /liliMantenere e migliorare i modelli AI esistenti, garantendo prestazioni e scalabilità. /li /ulpbr/ppstrongRequisiti: /strong /ppIl candidato ideale deve possedere una combinazione di solide competenze tecniche, esperienza pratica nello sviluppo di modelli e familiarità con l'ecosistema dell'AI moderna. /ppbr/pulliLaurea Magistrale (o equivalente) in Informatica, Ingegneria Informatica, Intelligenza Artificiale, Data Science, Matematica o Fisica. /liliForte competenza teorica e pratica in Machine Learning e Deep Learning, con esperienza nello sviluppo e nella messa in produzione di modelli. /liliCompetenze di Elaborazione del Linguaggio Naturale (NLP) /liliComprovata padronanza di almeno un framework di Deep Learning (es. PyTorch, TensorFlow, o JAX). /liliEsperienza pratica con Large Language Models (LLMs), incluse tecniche di pre-addestramento, fine-tuning (SFT) e ottimizzazione (es. Quantizzazione, Pruning). /liliAgentic AI e MLOps: /liliConoscenza approfondita e/o esperienza di lavoro con i principi e i framework di Agentic AI (es. LangChain, AutoGen, RAG architectures) per la creazione di sistemi multi-agente e l'integrazione di strumenti esterni (tool calling). /liliEsperienza con l'infrastruttura MLOps (es. Docker, Kubernetes, MLflow) per la gestione del ciclo di vita dei modelli e la garanzia di prestazioni e scalabilità. /liliEccellente competenza nella programmazione in Python e familiarità con librerie di data science (es. NumPy, Pandas, Scikit-learn). /liliFamiliarità con le piattaforme cloud (AWS, Azure o GCP, IBM Cloud) e con l'uso di acceleratori hardware (GPU/TPU). /liliAI Generativa: Capacità di costruire e ottimizzare architetture di AI generativa /li /ul