Asks for

The ad says“Familiarità con vector search e sistemi di ricerca (OpenSearch/Elasticsearch o equivalenti), BM25, KNN, reranking.”
The ad says“Competenze informatiche: Linux, Git, strumenti di CI/CD, strumenti di tracking (Jira/analoghi), ambiente notebook e scripting, Ottima conoscenza del linguaggio Python e delle librerie più popolari (numpy, pandas, opencv), Esperienza in addestramenti e fine-tuning di modelli di AI su framework PyTorch/PyTorch Lightining/Hugginface.”
The ad says“Familiarità con vector search e sistemi di ricerca (OpenSearch/Elasticsearch o equivalenti), BM25, KNN, reranking.”
The ad says“Esperienza con NLP/LLM e architetture RAG (embeddings, chunking, retrieval, grounding, citazioni).”
The ad says“Conoscenze linguistiche: Inglese almeno B2/C1 (scrittura documentazione tecnica, lettura paper e doc di prodotto.”
The ad says“Conoscenza di FastAPI/REST per integrazione servizi e debugging di flussi end-to-end.”
The ad says“Ottima programmazione in Python (design modulare, testing, packaging), uso di Git e code review.”
The ad says“Competenze informatiche: Linux, Git, strumenti di CI/CD, strumenti di tracking (Jira/analoghi), ambiente notebook e scripting, Ottima conoscenza del linguaggio Python e delle librerie più popolari (numpy, pandas, opencv), Esperienza in addestramenti e fine-tuning di modelli di AI su framework PyTorch/PyTorch Lightining/Hugginface.”
The ad says“Competenze informatiche: Linux, Git, strumenti di CI/CD, strumenti di tracking (Jira/analoghi), ambiente notebook e scripting, Ottima conoscenza del linguaggio Python e delle librerie più popolari (numpy, pandas, opencv), Esperienza in addestramenti e fine-tuning di modelli di AI su framework PyTorch/PyTorch Lightining/Hugginface.”
The ad says“Familiarità con vector search e sistemi di ricerca (OpenSearch/Elasticsearch o equivalenti), BM25, KNN, reranking.”
The ad says“Competenze informatiche: Linux, Git, strumenti di CI/CD, strumenti di tracking (Jira/analoghi), ambiente notebook e scripting, Ottima conoscenza del linguaggio Python e delle librerie più popolari (numpy, pandas, opencv), Esperienza in addestramenti e fine-tuning di modelli di AI su framework PyTorch/PyTorch Lightining/Hugginface.”
The ad says“Esperienza con NLP/LLM e architetture RAG (embeddings, chunking, retrieval, grounding, citazioni).”
The ad says“Esperienza con NLP/LLM e architetture RAG (embeddings, chunking, retrieval, grounding, citazioni).”
The ad says“Competenze informatiche: Linux, Git, strumenti di CI/CD, strumenti di tracking (Jira/analoghi), ambiente notebook e scripting, Ottima conoscenza del linguaggio Python e delle librerie più popolari (numpy, pandas, opencv), Esperienza in addestramenti e fine-tuning di modelli di AI su framework PyTorch/PyTorch Lightining/Hugginface.”
The ad says“Competenze informatiche: Linux, Git, strumenti di CI/CD, strumenti di tracking (Jira/analoghi), ambiente notebook e scripting, Ottima conoscenza del linguaggio Python e delle librerie più popolari (numpy, pandas, opencv), Esperienza in addestramenti e fine-tuning di modelli di AI su framework PyTorch/PyTorch Lightining/Hugginface.”
The ad says“Familiarità con vector search e sistemi di ricerca (OpenSearch/Elasticsearch o equivalenti), BM25, KNN, reranking.”
The ad says“Competenze informatiche: Linux, Git, strumenti di CI/CD, strumenti di tracking (Jira/analoghi), ambiente notebook e scripting, Ottima conoscenza del linguaggio Python e delle librerie più popolari (numpy, pandas, opencv), Esperienza in addestramenti e fine-tuning di modelli di AI su framework PyTorch/PyTorch Lightining/Hugginface.”
The ad says“Ottima programmazione in Python (design modulare, testing, packaging), uso di Git e code review.”
The ad says“Competenze informatiche: Linux, Git, strumenti di CI/CD, strumenti di tracking (Jira/analoghi), ambiente notebook e scripting, Ottima conoscenza del linguaggio Python e delle librerie più popolari (numpy, pandas, opencv), Esperienza in addestramenti e fine-tuning di modelli di AI su framework PyTorch/PyTorch Lightining/Hugginface.”
The ad says“Competenze informatiche: Linux, Git, strumenti di CI/CD, strumenti di tracking (Jira/analoghi), ambiente notebook e scripting, Ottima conoscenza del linguaggio Python e delle librerie più popolari (numpy, pandas, opencv), Esperienza in addestramenti e fine-tuning di modelli di AI su framework PyTorch/PyTorch Lightining/Hugginface.”
The ad says“Esperienza con NLP/LLM e architetture RAG (embeddings, chunking, retrieval, grounding, citazioni).”
The ad says“Conoscenza di FastAPI/REST per integrazione servizi e debugging di flussi end-to-end.”
The ad says“Familiarità con vector search e sistemi di ricerca (OpenSearch/Elasticsearch o equivalenti), BM25, KNN, reranking.”

Job Description:

Leonardo SpA è un gruppo industriale internazionale, tra le principali realtà mondiali nell’Aerospazio, Difesa e Sicurezza che realizza capacità tecnologiche multidominio in ambito Elicotteri, Velivoli, Aerostrutture, Elettronica, Cyber Security e Spazio. Con oltre 60.000 dipendenti nel mondo, l’azienda ha una solida presenza industriale in Italia, Regno Unito, Polonia, Stati Uniti, e opera in 150 paesi anche attraverso aziende controllate, joint venture e partecipazioni.

Protagonista dei principali programmi strategici a livello globale, è partner tecnologico e industriale di Governi, Amministrazioni della Difesa, Istituzioni e imprese.

All’interno dell’Area Cyber & Security Solutions, stiamo ricercando un/a Data & application engineer per le nostre sedi di Roma e Genova.

La persona si occuperà delle seguenti attività:

Progettare e sviluppare componenti di RAG/LLM per risposte sintetiche e spiegabili su documenti interni (prompting, tool/function calling se previsto, gestione multi-turn).
Definire e implementare metodologie di valutazione (offline/online) per qualità delle risposte: groundedness (aderenza alle fonti), completezza, coerenza, gestione incertezza e copertura del retrieval.
Creare dataset di test e “golden set” di dominio (domande reali, query complesse, casi ambigui/contraddittori) e automatizzare la generazione di report di performance.
Tuning del retrieval ibrido (BM25 + semantic): scelta top-k, pesi, filtri metadati, dedup/reranking e query rewriting per sigle/gergo tecnico.
Sviluppare logiche di planning per query complesse (decomposizione in sotto-query/DAG) e criteri di stop/iterazione del ciclo retrieve→answer→critique.
Collaborare con team di piattaforma per integrazione con inference backend e garantire requisiti di latenza/streaming (SSE) e robustezza in modalità degraded.
Implementare strumenti e pipeline software (Python) per esperimenti riproducibili: tracking configurazioni, versioning prompt/modelli, ablation study, analisi errori e regressioni.

Titolo di studio: Laurea magistrale o PhD in Data Science, Informatica, Ingegneria, Matematica, Statistica o discipline affini

Seniority: Junior/Expert.

Conoscenze e competenze tecniche:

Ottima programmazione in Python (design modulare, testing, packaging), uso di Git e code review.
Esperienza con NLP/LLM e architetture RAG (embeddings, chunking, retrieval, grounding, citazioni).
Capacità di costruire evaluation framework: metriche automatiche + human-in-the-loop, analisi qualitativa degli errori, definizione di soglie e criteri di accettazione.
Familiarità con vector search e sistemi di ricerca (OpenSearch/Elasticsearch o equivalenti), BM25, KNN, reranking.
Conoscenza di FastAPI/REST per integrazione servizi e debugging di flussi end-to-end.
Buone basi di statistica sperimentale (A/B test concettuale, significatività, bias/variance), ottimizzazione e interpretazione risultati.
Gradita esperienza con stack containerizzato (Docker/Kubernetes) e GPU inference (concetti di latenza, batching, timeouts).

Competenze comportamentali:

Forte orientamento al risultato e capacità di passare dal prototipo al software robusto.
Attitudine al problem solving su dati/documenti complessi e requisiti stringenti di trasparenza.
Autonomia nella conduzione di esperimenti, ma anche capacità di lavorare in team cross-funzionali (AI, backend, cybersecurity, domain expert).
Comunicazione chiara: capacità di spiegare trade-off, limiti e incertezze in modo verificabile

Conoscenze linguistiche: Inglese almeno B2/C1 (scrittura documentazione tecnica, lettura paper e doc di prodotto.

Competenze informatiche: Linux, Git, strumenti di CI/CD, strumenti di tracking (Jira/analoghi), ambiente notebook e scripting, Ottima conoscenza del linguaggio Python e delle librerie più popolari (numpy, pandas, opencv), Esperienza in addestramenti e fine-tuning di modelli di AI su framework PyTorch/PyTorch Lightining/Hugginface.

Altro (es. Disponibilità a trasferte, Certificazioni specifiche…): Disponibilità a trasferte occasionali; gradite certificazioni/esperienza su MLOps, osservabilità (logging/metrics), sicurezza applicativa in contesti enterprise/regulated; gradita esperienza con dati e documentazione in ambito difesa/sicurezza.

Coinvolgimento, valorizzazione delle competenze, cura del benessere e della sicurezza delle persone sono i cardini della nostra cultura aziendale.

Ci impegniamo ogni giorno a favorire un ambiente di lavoro inclusivo e stimolante, promuovendo attivamente i principi di inclusione, equità e valorizzazione delle diversità.

Cosa offriamo?

Il nostro contratto collettivo del lavoro di riferimento è il CCNL per Industria Metalmeccanica Privata e della Installazione di Impianti;
Modalità di lavoro: Ibrida;
Categoria contrattuale: Impiegato;
Tipologia contrattuale: tempo indeterminato;
Tredicesima mensilità;
Premialità legata ai risultati di Business;
Buoni Welfare dal valore di 250 euro annui;
Mensa aziendale;
Opportunità di formazione e aggiornamento continuo delle competenze professionali e delle soft skill;
Benessere: mettiamo al primo posto il benessere economico, fisico, sociale e psicologico delle nostre persone, offrendo molteplici soluzioni vicine alle loro esigenze.

L’azienda si riserva la possibilità di effettuare valutazioni in merito al livello di inquadramento e alla proposta economica, sulla base di criteri oggettivi emersi nel corso del processo di selezione e in coerenza con la seniority del/della candidato/a individuato/a e della posizione, nel rispetto dei principi di equità, trasparenza e pari opportunità previsti dalla normativa vigente.

Aspettiamo la tua candidatura: inviaci il tuo CV entro tre settimane dall’apertura dell’annuncio di lavoro.

Come funziona il processo di selezione?
A seguito della raccolta delle candidature, vengono valutati e identificati i CV maggiormente in linea con i requisiti richiesti.
Le/i candidate/i selezionate/i sostengono un colloquio conoscitivo con il team delle Risorse Umane, motivazionale e attitudinale, seguito da un’intervista di approfondimento tecnico con il Business.
Al termine del processo, alla persona viene restituito un feedback, sia in caso di esito positivo che negativo.

Seniority:

Expert

Primary Location:

IT - Roma - Via Laurentina

Additional Locations:

IT - Genova - Fiumara

Contract Type:

Permanent

Total Base Pay Range:

36k - 59k

Hybrid Working:

Hybrid

Asks for

Values