AI Engineer

Nel team AI mi occupo di guidare le scelte tecniche e di aiutare il gruppo a prendere decisioni sostenibili nel tempo. Una parte importante del mio lavoro è capire quando conviene sviluppare qualcosa in casa e quando invece è meglio adottare componenti già maturi e integrarli bene. Oggi lo stack AI cambia molto velocemente: la vera sfida non è inseguire ogni novità, ma capire rapidamente quale strada abbia davvero senso per il problema che stai affrontando.

Si parte sempre dall’analisi del problema insieme al team e agli esperti di dominio: dati disponibili, qualità delle fonti, livello di accuratezza richiesto, vincoli reali. Poi arrivano PoC e feasibility, che per noi sono fondamentali: servono a misurare, non a intuire.

Nella fase di sviluppo lavoriamo su pipeline documentali, retrieval, classificazione, estrazione di informazione e sistemi basati su LLM. Ma il punto non è solo costruire il modello: è costruire il sistema attorno al modello. Quindi API, valutazione, monitoraggio, gestione degli errori e osservabilità. In ambiti vicini alla compliance o al legal, l’accuratezza non è solo una metrica: è una responsabilità tecnica.

Negli ultimi tempi ho imparato a dare molto più peso alla governabilità del sistema, non solo alla sua performance. Un modello può anche andare bene in test, ma se non capisci perché sbaglia, quando sbaglia e con quale impatto, stai lavorando al buio.

Questo mi ha portato a ragionare di più in termini di valutazione continua, osservabilità e qualità del comportamento in produzione. In pratica: meno attenzione alla sola promessa della tecnologia e più attenzione alla sua affidabilità nel tempo.

Per me è un grande vantaggio lavorare in una realtà in-house di prodotto, perché quello che costruiamo non resta astratto: cresce nel tempo, si consolida e si confronta con bisogni reali. Questo cambia molto il modo in cui progetti, perché ti obbliga a pensare in termini di evoluzione, manutenzione e qualità.

Un ulteriore aspetto di grande valore è la possibilità di apprendere ogni giorno dal confronto con sviluppatori di lunga esperienza, anche al di fuori dell’ambito strettamente AI. Lavorare accanto a professionisti che hanno maturato negli anni competenze solide di prodotto, architettura e progettazione rappresenta un acceleratore importante di crescita. In un contesto di questo tipo è possibile costruire più rapidamente soluzioni robuste, facendo leva su conoscenze già consolidate anziché dover ripartire ogni volta da zero.