AI Engineer_Senior

Se cerchi un percorso di crescita in un contesto internazionale dove le tue idee contano davvero, sei nel posto giusto. In EY puoi dare forma alla tua carriera e contribuire a costruire un mondo del lavoro migliore, insieme a chi lo sta già trasformando ogni giorno. Lo abbiamo chiesto a chi ci lavora già! Questi i fattori più influenti: Investimento sulle competenze del futuro : fin dal primo giorno, eventi, strumenti e corsi sull’Intelligenza Artificiale, disponibili per tutti; Formazione continua : oltre 50 ore di corsi tecnici e manageriali all’anno previsti per ciascuna persona; Sviluppo e progressione di carriera : solo negli ultimi 12 mesi, oltre la metà delle persone di EY si è vista riconoscere un avanzamento di carriera; Mobilità e opportunità internazionali , compresa la possibilità di lavorare in smart working dall’estero fino a 20 giorni senza essere in trasferta; Lavoro ibrido

senza giornate prestabilite centralmente. Un

network internazionale

su cui poter contare. Scopri nel concreto che cosa fa un/una AI Engineer

Descrizione del lavoro

L’AI Engineer (Senior) contribuisce allo sviluppo, integrazione e industrializzazione di componenti AI all’interno dei prodotti AI+ Factory, trasformando specifiche architetturali e requisiti di prodotto in soluzioni tecniche robuste, scalabili e manutenibili. Il ruolo lavora a stretto contatto con AI Architect, AI Data Scientist, FullStack Developer, DevOps/MLOps Engineer e Product Manager, contribuendo alla realizzazione di agenti AI, pipeline RAG, integrazioni con modelli LLM, servizi di inferenza e componenti applicative basate su intelligenza artificiale. Responsabilità

Sviluppare componenti AI per prodotti e piattaforme enterprise, inclusi agenti, pipeline RAG, servizi di inferenza, orchestrazioni LLM e integrazioni con modelli pre-addestrati o fine-tuned. Implementare logiche applicative in Python, TypeScript o linguaggi equivalenti, garantendo qualità, scalabilità e manutenibilità del codice. Integrare API AI/ML, servizi cloud AI e modelli custom all’interno di architetture applicative e cloud-native. Collaborare con AI Architect e AI Data Scientist per trasformare modelli, prototipi e specifiche tecniche in componenti production-ready. Engineering, testing e qualità del software

Partecipare alla progettazione tecnica dei moduli AI, contribuendo alla definizione di pattern implementativi, interfacce, API e logiche di integrazione. Eseguire attività di testing, debugging, profiling e ottimizzazione delle performance dei componenti AI sviluppati. Applicare pratiche di software engineering, code review, versioning, documentazione tecnica e automazione dei test. Garantire che le soluzioni sviluppate siano coerenti con gli standard in termini di sicurezza, affidabilità, riusabilità e compliance. MLOps, deployment e industrializzazione

Collaborare con DevOps/MLOps Engineer per integrare i componenti AI nei processi di CI/CD, deployment e monitoraggio in ambienti cloud. Contribuire alla gestione del ciclo di vita dei modelli, incluse attività di versioning, packaging, configurazione, rilascio e monitoraggio operativo. Supportare l’industrializzazione di prototipi AI, acceleratori e asset riutilizzabili, portandoli da proof-of-concept a componenti stabili e documentati. Contribuire alla libreria interna di componenti, template, connettori e accelerator AI della Factory. Collaborazione cross-funzionale e supporto tecnico

Lavorare in team multidisciplinari con Product Manager, FullStack Developer, UI/UX Engineer, Data Engineer, AI Data Scientist e AI Architect. Supportare la traduzione dei requisiti di prodotto in soluzioni tecniche implementabili, evidenziando vincoli, dipendenze e rischi tecnici. Fornire supporto tecnico a figure più junior, condividendo best practice e contribuendo alla crescita delle competenze del team. Partecipare a sessioni di planning, refinement, technical review e retrospettive, contribuendo al miglioramento continuo delle modalità di delivery. 3-5 anni di esperienza in AI engineering, machine learning engineering, software engineering o sviluppo di soluzioni AI/ML in contesti enterprise o tecnologici. Solida conoscenza di Python e dei principali framework AI/ML, come PyTorch, TensorFlow, scikit-learn o equivalenti. Esperienza con LLM, pipeline RAG, embeddings, prompt engineering, model serving o integrazione di modelli generativi. Esperienza nello sviluppo e integrazione di API REST, servizi applicativi, microservizi o componenti cloud-native. Familiarità con containerizzazione, Docker, Kubernetes e pratiche di deployment in ambienti cloud. Conoscenza dei principi MLOps e dei principali strumenti di model lifecycle management, experiment tracking o model monitoring. Capacità di scrivere codice pulito, testabile, documentato e riutilizzabile. Capacità di lavorare in team Agile e cross-funzionali, interagendo con figure tecniche e di prodotto. Buona conoscenza della lingua inglese. Competenze preferenziali

Esperienza con framework e strumenti per applicazioni GenAI e agentic AI, come LangChain, LlamaIndex, Semantic Kernel o equivalenti. Esperienza con servizi AI cloud, come Azure AI, AWS Bedrock, AWS SageMaker, Google Vertex AI o piattaforme equivalenti. Familiarità con vector database e tecnologie di retrieval, come Pinecone, Weaviate, FAISS, pgvector o equivalenti

#J-18808-Ljbffr