LLM Fine-Tuning Engineer

Blox Space; Piemonte; On-site; EUR 40,000 - 60,000; Full time

Benefits offered by this job

Home office setup €1,000

AI premium plan

Company retreats in Italy

Job summary

Blox Space cerca un LLM Fine-Tuning Engineer per adattare e mettere in produzione modelli linguistici open-weight focalizzati su cybersecurity. Non è solo prompt engineering: copre dataset design, fine tuning, generazione dati sintetici e deploy in ambienti locali o ristretti.

La sede preferenziale è l’hub di Torino, ma valutiamo candidature da tutta Italia con modelli di lavoro flessibili. Retribuzione tra 40.000 e 60.000 € lordi annui, possibilità di proposte superiori per profili molto

Qualifications

• Esperienza pratica nel fine tuning di LLM in produzione o ricerca applicata.

Responsibilities

• Fine tuning e adattamento di LLM open-weight per casi d'uso di sicurezza.
• Generazione di dati sintetici e definizione di metodi di valutazione oltre i benchmark.
• Deploy di modelli in ambienti locali o ristretti e collaborazione con team di engineering.

Skills

LLM Fine-Tuning

Cybersecurity mindset

Dati training

Tech stack

Debugging

Autonomia

Open-weight models

On-premise deployment

Tools

Python

PyTorch

Hugging Face Transformers

Tokenization

Job description

Blox Space lavora al centro dell'economia tech,in partnership con un network di oltre 70 realtà attive nel mondo dell'AI, del software, della cybersecurity e delle Freedom Technologies, impegnate nello sviluppo di infrastrutture, prodotti e servizi legati all'economia digitale, alla data protection e al futuro del denaro.

Aiutiamo a connettere i talenti con questo ecosistema, operando come Talent Bridge tra le ambizioni di crescita dei professionisti e le opportunità offerte dal nostro network.

In questo momento stiamo supportando una delle nostre partner companies nella ricerca di un LLM Fine-Tuning Engineer, e se pensi di essere il profilo giusto, ci piacerebbe conoscerti.

Il Ruolo

L'azienda è una startup di cybersecurity italiana che costruisce sistemi di sicurezza autonomi: individuano vulnerabilità sconosciute, prioritizzano il rischio reale e distribuiscono le correzioni senza intervento umano, con un focus sui binari compilati, perché è quello che gira davvero in produzione. È un team early, pre-seed, fondato da ricercatori di sicurezza e accademici di primo piano.

Cerchiamo un LLM Fine-Tuning Engineer che adatti, valuti e metta in produzione modelli linguistici open-weight, ma piegati a un unico scopo: trovare e capire vulnerabilità. Per questo cerchiamo una persona fortemente orientata alla cybersecurity, che non si limiti ad addestrare modelli ma capisca il dominio su cui lavorano. Non è un ruolo di prompt engineering: è l'intero ciclo di post-training, dal design dei dataset al fine tuning, dalla generazione di dati sintetici alla valutazione, fino al deploy in ambienti locali, privati o ristretti.

Non cerchiamo il curriculum perfetto, cerchiamo la testa giusta. Cerchiamo chi sa trasformare un foundation model in un sistema affidabile e specifico per il compito, sa quando il fine tuning è la strada giusta e quando invece conviene prompting, retrieval, orchestrazione o tooling, e porta con sé una vera sensibilità per il mindset di chi attacca.

Le responsabilità di un LLM Fine-Tuning Engineer

in questo contesto possono spaziare dal fine tuning e dall'adattamento di LLM open-weight per casi d'uso di sicurezza, interni o rivolti al cliente, al confronto tra approcci di post-training (SFT, tecniche parameter-efficient come LoRA e QLoRA, preference tuning come DPO dove serve, full fine tuning quando giustificato), dalla costruzione e pulizia di dataset di qualità e dalla generazione di dati sintetici alla definizione di metodi di valutazione che vanno oltre i benchmark generici, fino all'analisi di regressioni e failure mode e al lavoro con il team di engineering per servire i modelli in ambienti vincolati.

Le skill che fanno la differenza

• Esperienza pratica vera nel fine tuning di LLM: in produzione, in ricerca applicata o in contesti sperimentali seri, con più tecniche di post-training alle spalle, idealmente SFT, LoRA e QLoRA.
• Orientamento forte alla cybersecurity: capisci (o hai una gran voglia di capire a fondo) threat model, bug hunting e la logica di chi attacca. È il dominio su cui i modelli lavorano, e qui fa la differenza tra un buon fine tuning e uno inutile.
• Dati prima di tutto: sai costruire, curare e mantenere dataset per training e valutazione, e sai generare, filtrare e validare dati sintetici per migliorare il comportamento del modello, non per gonfiare le metriche.
• Stack solido: Python forte, PyTorch, Hugging Face Transformers, tokenizzazione, preprocessing e training pipeline sono pane quotidiano.
• Dimestichezza con i vincoli reali: limiti di GPU, trade-off memoria/performance, workflow quantization-aware e ottimizzazione del training.
• Mentalità da debugging: sai capire perché un modello è migliorato, è regredito, ha fatto overfit o ha fallito, e la valutazione la imposti su quello che conta davvero a livello operativo, non sui punteggi generici.
• Autonomia a cavallo tra ricerca, dati ed engineering: ti muovi da solo su tutti e tre i fronti.
• Sono Very Nice to Have: un background in software security o vulnerability research, esperienza in CTF, deploy in ambienti air-gapped, on-premise o ristretti, inference optimization, quantization, model serving o runtime LLM locali, training distribuito o multi-GPU, eval harness, red-teaming o model safety testing.

Ti manca qualcosa rispetto a quello che hai letto? Candidati comunque: siamo a caccia di game-changer, non di checklist da spuntare!

Il ruolo ha come sede preferenziale l'hub di Blox Space a Torino, un ambiente cost-effective e ad alta densità di persone tecniche di valore, ma valutiamo candidature da tutta Italia, con modalità operative flessibili da concordare insieme al team.

Per il ruolo è previsto un range retributivo di 40.000 - 60.000 € lordi annui, con la disponibilità a valutare anche proposte superiori per profili particolarmente senior o di valore eccezionale.

Sono inoltre previsti un contributo di 1.000 € per il setup dell'home office, un piano AI premium a tua scelta e retreat aziendali in Italia.

Unisciti all'ecosistema con Blox Space!

Se vuoi rendere i modelli open-weight davvero affidabili e utili contro uno dei problemi più difficili della sicurezza, e farlo accanto a chi trova bug veri in sistemi veri, questa è l'opportunità che stavi aspettando: lavorare con una delle nostre partner companies significa entrare in un team innovativo e in forte crescita, al centro di un ecosistema dove circolano idee, competenze e progetti ad alta intensità. È un ambiente dove si costruisce, si testa, si discute e si migliora ogni giorno.