Ingegnere IA Senior

• 31 luglio 2026 • 100% • Durata indeterminata • Lausanne Ingegnere IA Senior • Tempo pieno • Dipartimento: Diagnostics • Dépt: Diagnostics • Divisione: Ingénierie Descrizione dell'azienda Nexthink è il leader dei software per la gestione dell'esperienza digitale dei dipendenti. L'azienda offre ai responsabili informatici una visibilità senza precedenti che consente di vedere, diagnosticare e risolvere su larga scala i problemi che impattano i dipendenti ovunque, con qualsiasi applicazione o rete, prima che i dipendenti si accorgano del problema. Prima soluzione che consente all'informatica di passare dalla risoluzione reattiva dei problemi all'ottimizzazione proattiva, Nexthink permette ai suoi oltre 1 300 clienti di offrire migliori esperienze digitali a oltre 18 milioni di dipendenti. Con sede sia a Lausanne, in Svizzera, che a Boston, Massachusetts, Nexthink conta 9 uffici nel mondo. LI-Hybride # Descrizione del lavoro Sei appassionato di IA e desideroso di stimolare l'innovazione in un ambiente dinamico e orientato all'impatto? Hai esperienza nello sviluppo di applicazioni alimentate dall'IA e ti piace guidare gli altri? Se sì, ti invitiamo a unirti a Nexthink come Ingegnere IA Senior! In qualità di membro senior del team IA, prototipierai, svilupperai e distribuirai capacità alimentate dall'IA nella piattaforma cloud di Nexthink. Guiderai le decisioni architettoniche, stabilirai le migliori pratiche e garantirai che i sistemi IA siano scalabili, osservabili e pronti per la produzione. Responsabilità Ingegneria & Architettura IA Progettare, sviluppare e gestire sistemi IA/ML di qualità produzione, incluse applicazioni alimentate da LLM, modelli NLP, pipeline RAG e sistemi multi-agente Prendere decisioni architettoniche chiave riguardanti la selezione dei modelli, le strategie di addestramento, il fine-tuning, i meccanismi di recupero, i livelli di orchestrazione e l'infrastruttura Integrare servizi IA esterni (ad esempio, fornitori LLM) nella piattaforma cloud di Nexthink Risolvere le sfide di ingegneria legate alla raccolta dati, al recupero, alla valutazione, all'inferenza, alla latenza e all'ottimizzazione dei costi IA Ben Fatta - Valutazione & Qualità Definire framework di valutazione robusti online e offline così come indicatori di successo Implementare dashboard e sistemi di monitoraggio per seguire la qualità e rilevare regressioni in produzione Progettare pipeline di valutazione automatizzate per prompt, embedding, modelli e workflow di agenti Assicurare l'osservabilità e l'affidabilità dei sistemi IA su larga scala MLOps & Ingegneria Cloud Implementare e mantenere pipeline ML riproducibili e workflow CI/CD per i componenti IA Gestire il deployment, il monitoraggio e il ciclo di vita dei modelli e degli artefatti IA in produzione Ottimizzare i sistemi per scalabilità, performance, throughput e costo Lavorare con AWS (o piattaforme cloud equivalenti), Docker e i framework di orchestrazione (Kubernetes/ECS) Prodotto & Collaborazione Trasversale Collaborare strettamente con product manager, designer, ingegneri del software e data scientist Tradurre requisiti di 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 a stakeholder tecnici e non tecnici Leadership & Mentoring Guidare e fare coaching agli 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 della conoscenza Qualifiche Laurea/Master in informatica, machine learning, data science o campo correlato. Oltre 5 anni di esperienza professionale in ingegneria del software, inclusa la messa in produzione e l'operatività di servizi cloud Esperienza pratica in applicazioni di produzione alimentate da LLM o applicazioni ML/NLP. Padronanza di Python e dei framework IA Buona comprensione dei fondamenti del machine learning (apprendimento supervisionato/non supervisionato, ottimizzazione, valutazione dei modelli). Solida comprensione dei fondamenti del machine learning (addestramento, ottimizzazione, valutazione) Esperienza con i sistemi NLP (embedding, ricerca semantica, sistemi di recupero, classificazione del testo, ecc.) Esperienza nell'integrazione e nell'utilizzo di LLM (prompting, valutazione, osservabilità, RAG, workflow agentici) Esperienza pratica in MLOps: pipeline riproducibili, monitoraggio di esperimenti, valutazione automatizzata, CI/CD per modelli e prompt Conoscenza dell'apprendimento per rinforzo, generazione aumentata dal recupero (RAG) e architetture IA multi-agente. Buona intuizione dei dati: capacità di ispezionare i log, progettare metriche e identificare rapidamente le regressioni Esperienza comprovata con AWS e deployment IA basati sul cloud. Eccellenti capacità di comunicazione in inglese, capace di spiegare concetti IA complessi a stakeholder tecnici e non tecnici Eccellenti capacità di risoluzione dei problemi e capacità di lavorare in un ambiente dinamico e collaborativo. Plus Solida esperienza con AWS (o piattaforma cloud equivalente) per un'infrastruttura IA scalabile. Esperienza nell'ottimizzazione dei modelli per latenza, throughput e costo. Esperienza nel fine-tuning di grandi modelli linguistici. Conoscenza di sistemi multi-agente e framework di orchestrazione. Esperienza nella progettazione di sistemi IA in ambiente enterprise o B