Brillio
Brillio
Brillio è una società di consulenza tecnologica che aiuta le organizzazioni ad affrontare la trasformazione digitale nei settori della sanità, delle assicurazioni, della logistica, dei servizi finanziari, delle telecomunicazioni e dei media, delle scienze della vita e della vendita al dettaglio. Le sue attività comprendono l’esperienza del cliente, i dati e l’intelligenza artificiale, l’intelligenza artificiale generativa, l’ingegneria di prodotti e piattaforme, nonché l’infrastruttura, il cloud e la sicurezza. Brillio combina competenze ingegneristiche e conoscenza dei settori per sviluppare prodotti digitali e modernizzare gli ambienti tecnologici, aiutando le aziende a rispondere all’evoluzione delle esigenze del mercato e della tecnologia.

Data scientist, agenti IA e RAG

Sviluppa e distribuisci in produzione agenti IA e applicazioni LLM presso Brillio, inclusi sistemi RAG, flussi di prompt e recupero delle informazioni e framework di valutazione.

Descrizione

  • Progettare flussi di lavoro per agenti IA, dallo sviluppo dei prompt alla distribuzione in produzione
  • Sviluppare e ottimizzare pipeline RAG, inclusi suddivisione in segmenti, embedding, classificazione e gestione del contesto
  • Creare flussi di lavoro di prompt engineering con test sistematici e strategie di ragionamento a catena
  • Collegare gli agenti a database, motori di regole, sistemi di convalida e strumenti di formattazione
  • Definire controlli automatizzati della qualità e livelli di convalida
  • Strumentare le soluzioni e collaborare con i data scientist sui framework di valutazione
  • Distribuire e mantenere soluzioni IA/ML in produzione, prestando attenzione all’affidabilità, al monitoraggio e ai casi limite
  • Creare cicli di feedback che utilizzino le revisioni di esperti per migliorare le prestazioni degli agenti

Requisiti

  • Avere da 2 a 4 anni di esperienza, di cui almeno 2 nello sviluppo di applicazioni LLM, sistemi RAG o flussi di lavoro per agenti IA
  • Avere una conoscenza avanzata di Python
  • Avere esperienza pratica con framework LLM come LangChain, LlamaIndex o strumenti simili
  • Conoscere il prompt engineering e i test sistematici dei prompt
  • Comprendere le architetture RAG, inclusi modelli di embedding, database vettoriali, strategie di recupero e riordinamento dei risultati
  • Avere esperienza nella creazione di flussi di lavoro per agenti articolati in più fasi, con uso di strumenti, logica ramificata e gestione robusta degli errori
  • Avere esperienza nella distribuzione e nel monitoraggio in produzione di soluzioni IA/ML
  • Avere esperienza con strumenti e framework per pipeline di dati come KubeFlow, BentoML, Great Expectations o Evidently AI

Offerte correlate

Thomson Reuters

Data scientist, People Analytics e machine learning

Thomson Reuters

Crea prodotti di analisi HR e soluzioni di machine learning in Thomson Reuters, trasformando le esigenze aziendali in strumenti dati utili. Sviluppa applicazioni React e FastAPI, sistemi Snowflake e flussi di lavoro basati su LLM per People Analytics.

Apri