AI Engineer

AI Engineer – Document Intelligence (OCR/LLM)

Per società leader a livello europeo nei servizi di credit management, focalizzata su soluzioni etiche e tecnologicamente avanzate per il recupero e la valorizzazione dei crediti, stiamo selezionando un AI Engineer.

Nell’ambito del potenziamento della struttura IT e dell’evoluzione delle piattaforme applicative, abbiamo necessità di avviare un percorso strutturato di introduzione dell’AI nel landscape applicativo, a partire dalla classificazione/categorizzazione dei documenti fino all’estrazione automatica di entità (entity extraction).

Un successivo step evolutivo sarà lo sviluppo di capability di chat conversazionale con i documenti e la generazione automatica di documenti a partire da template aziendali, alimentati dai dati di contesto.

A tal fine, ricerchiamo di un/una AI Engineer con focus su sviluppo di modelli OCR/LLM e integrazione con i sistemi legacy. La tecnologia di riferimento è quella della piattaforma Mistral (modelli SLM/LLM open, a seconda dei casi) e dell’orchestratore Windmill , con particolare attenzione ai flussi end-to-end: ingestion di dati strutturati e non strutturati, processamento AI e ritorno delle informazioni verso i sistemi core, in modalità automatica o con human in the loop .

Responsabilità principali

• Progettare, addestrare e manutenere pipeline OCR/LLM per la classificazione dei documenti, l’estrazione di entità e la normalizzazione delle informazioni.
• Configurare e integrare i modelli Mistral (SLM/LLM) tramite l’orchestratore Windmill , definendo workflow robusti e riusabili.
• Disegnare e implementare flussi di ingestion dati (strutturati e non strutturati) dai sistemi legacy e dai repository documentali aziendali.
• Sviluppare e ottimizzare componenti AI-driven per:
• document classification / routing;
• entity extraction e data enrichment;
• conversational chat con i documenti;
• generazione automatica di documenti a partire da template corporate.
• Collaborare con i team Application Development e Data per integrare i risultati dei modelli nei sistemi esistenti (API, servizi, batch, event-driven).
• Definire, implementare e monitorare metriche di qualità dei modelli (accuracy, recall, precision, drift, ecc.) e processi di continuous improvement.
• Partecipare alle attività di test tecnico, UAT e validazione funzionale , collaborando con Business, QA e Compliance.
• Produrre la documentazione tecnica (architetture, data flow, guideline di utilizzo) e contribuire alla diffusione delle best practice AI all’interno dell’organizzazione.