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