GenAI Data Scientist – Azure / OpenAI / RAG / Agentic AI – Mid-Level – Full Remote

Sii tra i primi a mandare la candidatura.
Solo per membri registrati
Rimini
Remoto
EUR 45.000
Sii tra i primi a mandare la candidatura.
3 giorni fa
Descrizione del lavoro

Overview

JOB OFFER FOR ITALIAN NATIVE SPEAKERS ONLY

Chi è Mokka Studios: Mokka Studios nasce per aiutare le aziende a trasformare idee complesse in prodotti digitali concreti. Siamo un team che integra ingegneri, designer e strateghi, con un approccio end-to-end: dalla strategia, al design, allo sviluppo, fino all’integrazione di AI avanzata. Ci piace circondarci di persone che non si accontentano, che vogliono imparare, crescere e lasciare un impatto reale.

Posizione

Posizione aperta: GenAI Data Scientist (Mid-Level, 3–5 anni)

GenAI Data Scientist con 3–5 anni di esperienza per lavorare su progetti enterprise in ambito AI generativa, in collaborazione con una grande azienda italiana.

Responsabilità

  • Progettare e sviluppare pipeline RAG (retrieval-augmented generation).
  • Orchestrare modelli LLM su Azure OpenAI.
  • Integrare componenti come Azure Search e Document Intelligence.
  • Contribuire a casi d’uso Agentic AI.

Requisiti (Must)

  • Ottima conoscenza di Python.
  • Esperienza con RAG pipelines (retrieval-augmented generation).
  • Buona conoscenza dei servizi Azure AI: OpenAI, Search, Document Intelligence.
  • Sviluppo di applicazioni a microservizi.
  • Buona conoscenza del framework FastAPI.
  • Conoscenza di pattern di Machine Learning.
  • Esperienza con vector database ed embeddings (es. Qdrant, FAISS, Pinecone).
  • Esperienza in Agentic AI (casi d’uso con agenti autonomi, guardrails, orchestratori).
  • Familiarità con strumenti DevOps / MLOps (Docker, Jenkins, GitHub Actions).
  • Esperienza in progetti multimodali (testo + immagini / documenti).

Cosa offriamo

  • Contratto a tempo indeterminato
  • Full remote
  • RAL 45.000 €
  • Progetti AI enterprise su stack Azure + open-source
  • Un team che valorizza la crescita e l’ownership sul prodotto

Processo di selezione

  • Invio candidatura (CV + link a progetti, GitHub, articoli / portfolio)
  • Introductory call (competenza tecnica + mindset)
  • Test tecnico / demo / review di un progetto precedente