RAG & AI Data Engineer (NLP/LLM) – Hybrid

Leonardo SpA; Roma; Ibrido; EUR 55.000 - 90.000; Tempo pieno

Vantaggi offerti da questo lavoro

Mensa aziendale

Buoni Welfare 250€ annui

Formazione continua

Descrizione del lavoro

Leonardo SpA cerca un Data & Application Engineer per le sedi di Roma e Genova. Ruolo ibrido, focalizzato su progettazione e sviluppo di componenti RAG/LLM, retrieval ibrido, e pipeline sperimentali in Python.

È richiesta laurea magistrale o PhD e solide competenze in NLP/LLM, OpenSearch/Elasticsearch, Docker/Kubernetes e PyTorch/HuggingFace. Disponibilità a trasferte e collaborazione cross‑funzionale con team AI, backend e cybersecurity.

Competenze

• Esperienza con NLP/LLM e architetture RAG e retrieval.
• Costruzione di evaluation framework: metriche automatiche + human‑in‑the‑loop.
• Comunicazione chiara di trade‑offs e incertezze nei sistemi AI.
• Conoscenza di vector search e sistemi di ricerca.
• Forte autonomia nel framing sperimentale e lavoro in team.

Mansioni

• Progettare e sviluppare componenti RAG/LLM per risposte sintetiche e spiegabili.
• Definire metodologie di valutazione per qualità delle risposte (groundedness, completezza, coerenza).
• Creare dataset di test e golden set di dominio, automatizzare report di performance.
• Tuning del retrieval ibrido BM25 + semantic con pesi e filtri.
• Sviluppare logiche di planning per query complesse (decomposizione in DAG).
• Collaborare con team di piattaforma per integrazione con inference backend e latenza.
• Implementare pipeline Python per esperimenti riproducibili (tracking, versioning).

Conoscenze

Python programming

NLP/LLM

Vector search

FastAPI/REST

CI/CD

Linux

Git

PyTorch/HuggingFace

Formazione

Laurea magistrale/PhD in Data Science/Ingegneria

Strumenti

OpenSearch/Elasticsearch

Docker/Kubernetes

Jira

Descrizione del lavoro

Leonardo SpA cerca un Data & Application Engineer per le sedi di Roma e Genova. Ruolo ibrido, focalizzato su progettazione e sviluppo di componenti RAG/LLM, retrieval ibrido, e pipeline sperimentali in Python.

È richiesta laurea magistrale o PhD e solide competenze in NLP/LLM, OpenSearch/Elasticsearch, Docker/Kubernetes e PyTorch/HuggingFace. Disponibilità a trasferte e collaborazione cross‑funzionale con team AI, backend e cybersecurity.