Senior AI Engineer - LLM RAG

Claire Joster; Roma; Hybrid; EUR 90,000 - 130,000; Full time

Job summary

Claire Joster, realtà di consulenza ICT, cerca un AI Engineer specializzato in sistemi RAG e feature extraction multimodale per analizzare contenuti testo, audio e video. Lavorerai con team Backend/Frontend, NLP engineers e media analysts per migliorare comprensione e generazione di informazioni.

Responsabilità includono progettare pipeline di agenti AI per retrieval e generazione, implementare tecniche di feature extraction con CNN/Transformers, ingestions e retrieval di contenuti multimediali,

Qualifications

• Almeno 7 anni di esperienza nello sviluppo di soluzioni AI con focus su NLP, multimodal AI o feature extraction.
• Ottima conoscenza di Python e librerie AI (Hugging Face, LangChain, PyTorch, TensorFlow).
• Esperienza con RAG architectures, database vettoriali e tecniche di semantic search.
• Familiarità con preprocessing, tokenization e feature engineering su dati multimodali.
• Esperienza nell’estrazione di informazioni da media (OCR, object detection, speech-to-text).
• Conoscenza di architetture Transformer-based per NLP e multimodal AI (GPT, BERT).
• Capacità di lavorare con dataset non strutturati e knowledge graphs.
• Esperienza con .NET Core, containerizzazione (Docker, Kubernetes) e deployment.
• Esperienza con modelli generativi multimodali e applicazioni RAG.
• Esperienza in coordinamento di risorse tecniche e innovazione AI.

Responsibilities

• Progettare e sviluppare pipeline di agenti AI per RAG, combinando retrieval di informazioni e generazione avanzata con LLM.
• Implementare tecniche di feature extraction da immagini, video e audio usando CNN, Transformers e modelli di audio embedding.
• Creare pipeline per ingestion, indexing e retrieval di contenuti multimediali con DB vettoriali e tecnologie come FAISS, Pinecone o Weaviate.
• Sviluppare e ottimizzare modelli di embedding per contenuti multimediali e testuali, garantendo scalabilità e robustezza.
• Migliorare il ragionamento e la contestualizzazione dei modelli LLM tramite fine-tuning, prompt engineering e knowledge distillation.
• Ottimizzare l’integrazione di sistemi di retrieval basati su semantic search per rispondere a query in modo accurato ed efficiente.
• Coordinamento di risorse tecniche e innovazione AI per nuove architetture.

Skills

Python

NLP

Multimodal AI

Transformers

RAG architectures

Semantic search

Knowledge graphs

Docker

Kubernetes

FAISS

Pinecone

Weaviate

PyTorch

TensorFlow

Hugging Face

LangChain

Tools

Docker

Kubernetes

FAISS

Pinecone

Weaviate

PyTorch

TensorFlow

Hugging Face

LangChain

Job description

Per conto di una realtà di consulenza ICT, siamo alla ricerca di un AI Engineer che sarà responsabile dello sviluppo e dell’implementazione di sistemi RAG e tecniche avanzate di feature extraction per analizzare contenuti testuali, audio e video. La risorsa collaborerà con il team di sviluppatori Back End e Front End, NLP engineers e media analysts per creare soluzioni che migliorino la comprensione e la generazione di informazioni.

Posizione

La risorsa si occuperà di:

• Progettare e sviluppare pipeline di agenti AI per RAG, combinando retrieval di informazioni e generazione avanzata con LLM.
• Implementare tecniche di feature extraction da immagini, video e audio, utilizzando CNN, Transformers e modelli di audio embedding.
• Creare pipeline per ingestion, indexing e retrieval di contenuti multimediali, sfruttando database vettoriali e tecnologie avanzate come FAISS, Pinecone o Weaviate.
• Sviluppare e ottimizzare modelli di embedding per contenuti multimediali e testuali, garantendo la scalabilità e la robustezza delle soluzioni.
• Migliorare le capacità di ragionamento e contestualizzazione dei modelli LLM tramite fine-tuning, prompt engineering e knowledge distillation.
• Ottimizzare l'integrazione di sistemi di retrieval basati su semantic search per rispondere a query in modo più accurato ed efficiente.
• Almeno 7 anni di esperienza nello sviluppo di soluzioni AI con un focus su NLP, multimodal AI o feature extraction.
• Ottima conoscenza di Python e delle principali librerie AI, tra cui Hugging Face, LangChain, PyTorch, TensorFlow.
• Esperienza con RAG architectures, database vettoriali e tecniche di semantic search.
• Familiarità con tecniche di pre-processing, tokenization e feature engineering su dati multimodali.
• Esperienza nell’estrazione di informazioni da media (es. OCR per testi, object detection per immagini, speech-to-text per audio).
• Conoscenza di architetture, Transformer-based per NLP e multimodal AI (GPT, BERT, etc.).
• Capacità di lavorare con dataset non strutturati e knowledge graphs per migliorare la qualità delle risposte nei sistemi di AI.
• Esperienza con .NET Core, containerizzazione (Docker, Kubernetes) e deployment.
• Esperienza con modelli generativi multimodali e loro applicazione in RAG.
• Esperienza con tecnologie Vector Search e RAG su larga scala.
• Esperienza nel coordinamento di risorse tecniche e innovazione AI e nuove architetture

Altre informazioni

Sede di lavoro: Roma Nord-Est;

Inquadramento: CCNL Metalmecannico

Modalità di lavoro: ibrida, con 2 giorni di smart working alla settimana