PSiamo alla ricerca di un AI Engineer con comprovata esperienza in Machine Learning, Deep Learning, AI Generativa e sui Large Language Models (LLMs). La figura sarà impegnata su progetti innovativi inerenti la comprensione del linguaggio naturale fino alla generazione di contenuti e all#39;automazione avanzata. /ppbr / /ppstrongLe principali attività saranno: /strong /pulliProgettazione, sviluppo e implementazione di algoritmi e modelli di Machine Learning e Deep Learning. /liliSviluppo e implementazione di architetture Agentic AI (Agenti Autonomi) basate su LLM per l#39;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. /liliCostruzione e ottimizzazione di architetture di AI generativa per risolvere problemi aziendali complessi. /liliSperimentazioni e ricerche per valutare nuove tecniche e tecnologie AI. /liliCollaborazione con altri team interni per l#39;integrazione delle soluzioni AI nei prodotti e servizi aziendali. /liliAggiornamento e miglioramento dei modelli AI esistenti. /li /ulpbr / /ppstrongQualifiche/competenze richieste: /strong /pulliLaurea Magistrale (o equivalente) in Informatica, Ingegneria Informatica, Intelligenza Artificiale, Data Science, Matematica o Fisica /liliMachine Learning e Deep Learning, con esperienza nello sviluppo e nella messa in produzione di modelli. /liliElaborazione del Linguaggio Naturale (NLP) /liliAlmeno un framework 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: /liliFramework di Agentic AI (es. LangChain, AutoGen, RAG architectures) per la creazione di sistemi multi-agente e l#39;integrazione di strumenti esterni (tool calling). /liliMLOps (es. Docker, Kubernetes, MLflow) per la gestione del ciclo di vita dei modelli e la garanzia di prestazioni e scalabilità. /liliProgrammazione in Python avanzata e familiarità con librerie di data science (es. NumPy, Pandas, Scikit-learn). /liliNozioni base di piattaforme cloud (AWS, Azure o GCP, IBM Cloud) con l#39;uso di acceleratori hardware (GPU/TPU). /liliAI Generativa: Capacità di costruire e ottimizzare architetture di AI generativa. /li /ul