AI Engineer
Porta in produzione i modelli e le pipeline che generano gli insight.
Il motore di analisi — sentiment, punteggi della relazione, rilevamento dei traguardi e insight scritti dall’AI — è il cuore del prodotto. Sarai responsabile del modo in cui utilizziamo LLM e modelli classici: prompt, suddivisione dei contenuti, valutazione, costi e latenza. La privacy è un requisito imprescindibile: il contenuto delle chat viene elaborato solo temporaneamente e non viene mai archiviato.
Cosa farai
- Gestire la pipeline LLM — attualmente OpenAI e Gemini tramite un’astrazione del provider — inclusi prompt, suddivisione, schemi di output strutturati, tentativi automatici e controllo dei costi.
- Creare il sistema di valutazione affinché ogni modifica a prompt o modelli rappresenti un miglioramento misurabile, non una semplice impressione.
- Migliorare le analisi non basate su LLM — modellazione dei tempi di risposta, segmentazione delle conversazioni e andamento dell’umore — in termini di precisione e velocità.
- Mantenere l’inferenza abbastanza economica e veloce per una scala consumer, profilando e riducendo il consumo di token.
- Proteggere il modello di privacy: elaborazione transitoria, telemetria solo aggregata e nessun contenuto delle chat conservato dopo la richiesta.
Cosa stiamo cercando
- Almeno 3 anni di esperienza nello sviluppo di software in produzione, con esperienza concreta nel rilascio di funzionalità basate su LLM o ML.
- Ottima conoscenza di TypeScript e Node.js, oppure capacità di adattarsi rapidamente provenendo da un altro linguaggio tipizzato.
- Esperienza nella creazione di pipeline prompt-risposta con output strutturati e conoscenza delle relative modalità di errore.
- Familiarità con la valutazione: creazione di dataset, definizione delle metriche e individuazione delle regressioni.
- Inglese di livello C1 o superiore.
Requisiti preferenziali
- Esperienza in NLP, inclusi embedding, classificazione e sentiment analysis.
- Esperienza nell’ottimizzazione di costi e latenza per applicazioni LLM, come caching, batching e instradamento dei modelli.
- Interesse per l’inferenza sul dispositivo o direttamente nel browser.
- Conoscenza del tedesco.
Lingue
È richiesto un livello di inglese C1 o superiore. La conoscenza del tedesco è un grande vantaggio.
Studente lavoratore
Come studente lavoratore: circa 16–20 ore settimanali, affiancato da un ingegnere senior e responsabile di una parte ben delimitata della pipeline, come il sistema di valutazione o un modulo di analisi.