Ingegnere IA Senior

• 30 giugno 2026 • 100% • Durata indeterminata • Losanna Ingegnere IA Senior • Tempo pieno • Dipartimento: Diagnostica • Dipartimento: Diagnostica • Divisione: Ingegneria Descrizione dell'azienda Nexthink è il leader dei software di gestione dell'esperienza digitale dei dipendenti. L'azienda offre ai responsabili IT una visibilità senza precedenti che consente di vedere, diagnosticare e risolvere su larga scala i problemi che impattano sui dipendenti ovunque, con qualsiasi applicazione o rete, prima che i dipendenti notino il problema. In quanto prima soluzione che consente all'IT di passare dalla risoluzione reattiva dei problemi all'ottimizzazione proattiva, Nexthink consente a più di 1.300 clienti di offrire migliori esperienze digitali a più di 18 milioni di dipendenti. Con sede a Losanna, in Svizzera, e a Boston, Massachusetts, Nexthink conta 9 uffici in tutto il mondo. LI-Hybride # Descrizione del posto Siete appassionati di IA e desiderosi di stimolare l'innovazione in un ambiente dinamico e orientato all'impatto? Avete esperienza nello sviluppo di applicazioni alimentate da IA e vi piace guidare gli altri? Se sì, vi invitiamo a unirvi a Nexthink come Ingegnere IA Senior! In qualità di membro senior del team IA, progetterete, svilupperete e deployerete capacità alimentate da IA nella piattaforma cloud di Nexthink. Guiderete le decisioni architettoniche, stabilirete le migliori pratiche e garantirete che i sistemi IA siano scalabili, osservabili e adatti alla produzione. Responsabilità Ingegneria e Architettura IA Progettare, sviluppare e gestire sistemi IA/ML di qualità produzione, inclusi applicazioni alimentate da LLM, modelli NLP, pipeline RAG e sistemi multi-agenti Prendere decisioni architettoniche chiave relative alla selezione dei modelli, alle strategie di addestramento, al fine-tuning, ai meccanismi di recupero, alle layer di orchestrazione e all'infrastruttura Integrare servizi IA esterni (ad esempio, fornitori LLM) nella piattaforma cloud di Nexthink Risolvere le sfide di ingegneria relative alla raccolta di dati, al recupero, alla valutazione, all'inferenza, alla latenza e all'ottimizzazione dei costi IA Bene Fatta - Valutazione e Qualità Definire framework di valutazione robusti in linea e offline, nonché indicatori di successo Implementare dashboard e sistemi di monitoraggio per tenere traccia della qualità e rilevare regressioni in produzione Progettare pipeline di valutazione automatiche per prompt, embedding, modelli e workflow di agenti Garantire l'osservabilità e l'affidabilità dei sistemi IA su larga scala MLOps e Ingegneria Cloud Implementare e mantenere pipeline ML riproducibili e workflow CI/CD per i componenti IA Gestire il deploy, il monitoraggio e il ciclo di vita dei modelli e artifact IA in produzione Ottimizzare i sistemi per la scalabilità, le prestazioni, il throughput e il costo Lavorare con AWS (o piattaforme cloud equivalenti), Docker e framework di orchestrazione (Kubernetes/ECS) Prodotto e Collaborazione Transversale Collaborare strettamente con i capi prodotto, designer, ingegneri software e data scientist Tradurre requisiti prodotto ambigui in piani di ingegneria incrementali e testabili Proporre in modo proattivo nuove capacità IA basate sugli insight degli utenti e sui progressi tecnologici Comunicare chiaramente concetti IA complessi alle parti interessate tecniche e non tecniche Leadership e Mentorato Guidare e coachare gli ingegneri IA junior sulle migliori pratiche di produzione Stabilire standard di ingegneria e migliori pratiche IA all'interno del team Favorire una cultura di sperimentazione, apprendimento e condivisione delle conoscenze Qualifiche Laurea/Master in informatica, apprendimento automatico, scienza dei dati o campo correlato. Più di 5 anni di esperienza professionale in ingegneria software, inclusi deploy e gestione di servizi cloud in produzione Esperienza pratica in applicazioni di produzione alimentate da LLM o applicazioni ML/NLP. Conoscenza di Python e framework IA Buona comprensione dei fondamenti dell'apprendimento automatico (apprendimento supervisionato/non supervisionato, ottimizzazione, valutazione di modelli). Solida comprensione dei fondamenti dell'apprendimento automatico (addestramento, ottimizzazione, valutazione) Esperienza con sistemi NLP (embedding, ricerca semantica, sistemi di recupero, classificazione di testo, ecc.) Esperienza nell'integrazione e nella gestione di LLM (prompting, valutazione, osservabilità, RAG, workflow agentici) Esperienza pratica in MLOps: pipeline riproducibili, tracciamento di esperimenti, valutazione automatica, CI/CD per modelli e prompt Conoscenza dell'apprendimento per rinforzo, generazione aumentata per recupero (RAG) e architetture IA multi-agenti. Buona intuizione dei dati: capacità di ispezionare i log, progettare metriche e identificare rapidamente regressioni Esperienza comprovata con AWS e deploy IA basati su cloud. Eccellenti competenze di comunicazione in inglese, capacità di spiegare concetti IA complessi a parti interessate tecniche e non tecniche Eccellenti competenze di risoluzione dei problemi e capacità di lavorare in un ambiente dinamico e collaborativo. Vantaggi Esperienza solida con AWS (o piattaforma cloud equivalente) per un'infrastruttura IA evolutiva. Esperienza nell'ottimizzazione dei modelli per la latenza, il throughput e il costo. Esperienza nel fine-tuning di grandi modelli di linguaggio. Familiarità con sistemi multi-agenti e framework di orchestrazione. Esperienza nella progettazione di sistemi IA in ambiente enterprise