Artificial Intelligence Engineer

Eglue; Spoleto; In loco; EUR 45.000 - 55.000; Tempo pieno

Vantaggi offerti da questo lavoro

Buoni pasto 6,50€

Welfare

Assicurazione sanitaria

Descrizione del lavoro

Eglue cerca Senior AI Specialist per guidare ingestion RAG e soluzioni di ricerca aziendali. Il ruolo integra business, knowledge management e ingegneria dati per ottimizzare retrieval e qualità delle risposte.

La posizione è onsite a Milano con contratto indeterminato e livello B3/Quadro CCNL Metalmeccanico. Retribuzione competitiva con bonus legato agli obiettivi.

Competenze

• Esperienza in AI, Information Retrieval, Search, Knowledge Management, NLP o Data Engineering.

Mansioni

• Progettare pipeline di ingestion per documenti non strutturati.
• Ottimizzare logiche di indicizzazione e retrieval per sistemi RAG.
• Garantire qualità della knowledge base e tracciabilità delle fonti.
• Collaborare con AI/DS/Developer e business.

Conoscenze

AI specialist

Information Retrieval

NLP

Data Engineering

Agile

Strumenti

Azure AI Search

Vector databases

Python

Descrizione del lavoro

Senior AI Specialist - RAG Ingestion & Search

Descrizione dell’offerta di lavoro

Sede di Lavoro: Milano, 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.
• xysqume Familiarità con approcci human-in-the-loop per validazione e miglioramento continuo della knowledge base.