Machine Learning Engineer

pstrongSiamo Humans.tech. /strong /ppbr / /ppCreiamo interfacce intelligenti che risolvono tematiche complesse e migliorano esperienze, oltre a essere, ovviamente, belle! Collaboriamo con aziende globali come strongAirbnb /strong, strongAmazon /strong, strongAngelini /strong… e siamo solo alla lettera A. /ppbr / /ppIn 10 anni abbiamo lanciato strongoltre 700 prodotti digitali /strong, lavoriamo per il strong70% con clienti globali /strong strongtra Europa e Stati Uniti /strong, e abbiamo sedi a Frosinone e San Francisco. Siamo tra le strong1000 aziende europee in più rapida crescita per Financial Times Statista /strong e tra le strongtop 5 aziende /strong per cui lavorare in Italia per la Gen Z secondo strongGreat Place to Work 2026 /strong. /ppbr / /ppLavoriamo con AI dal 2015, non da quando è diventata un trend. I nostri Partner si chiamano strongOpenAI /strong, strongMeta /strong, strongAWS /strong, strongTranslated /strong. /ppbr / /ppNon siamo la solita consulenza. Affianchiamo product company e aziende che vogliono diventarlo, e i prodotti li costruiamo davvero: dall#39;analisi all#39;architettura, dal codice al delivery. È come lavorare dentro un team prodotto, solo che il team prodotto siamo noi. /ppbr / /ppstrong Chi cerchiamo /strong /ppbr / /ppNon cerchiamo qualcuno che sappia sviluppare. Cerchiamo qualcuno che si annoi a farlo in modo ordinario. /ppbr / /ppUna persona senior. Senior vera, non senior su LinkedIn. /ppbr / /ppUna che sistemi ad alto traffico li ha sviluppati, mantenuti e scalati e non guardati da fuori, non toccati a pezzi. Una che ha messo prodotti in produzione e che chiude il cerchio, dal training al serving, non addestra un prototipo e passa la palla. /ppbr / /ppUna persona AI-first: l#39;architettura del progetto la pensa con la sua testa, poi usa gli strumenti giusti per costruirla, riprogettarla, accelerarla. L#39;AI è leva, non scorciatoia. /ppbr / /ppQui dentro funziona così: noi ti diamo le opportunità. Tu le prendi, le capisci, le contestualizzi. Procedi velocemente verso le soluzioni, prendi le decisioni, le porti in produzione. Senza creare frizione. /ppbr / /ppstrong Come ragioniamo, con chi lavorerai /strong /ppbr / /ppSi lavora per obiettivi. Questo ci rende flessibili e molto esigenti. Spingiamo ogni persona del team oltre i suoi limiti attuali perché solo così si arriva a risultati che superano l#39;aspettativa iniziale. /ppbr / /ppNon vogliamo che tu abbia le risposte pronte. Vogliamo che tu sappia fare le domande giuste e che abbia il pensiero critico per scavarci dentro. /ppbr / /ppEntrerai in un team cross-funzionale: la versione a pieni poteri di un gruppo coeso, trasversale nelle conoscenze e verticale nelle competenze. Software Engineer, ML/AI, Product Designer, dentro la stessa stanza, fisica o virtuale che sia. /ppbr / /ppQui si supporta l#39;idea migliore, non la propria idea. Ti chiediamo di portarne tante, e di lasciar andare le tue quando ne arriva una più solida. "Abbiamo sempre fatto così" non è una risposta accettabile. /ppbr / /ppColtiviamo l#39;eccellenza, ma sappiamo che la perfezione, nei processi umani, è una bugia. Le persone qui restano: significa team stabili, basso turnover, continuità reale sui progetti. È il nostro indicatore migliore. /ppbr / /ppstrong⚙️ Cosa devi saper fare /strong /ppbr / /pullistrongPython /strong solido. Codice pulito e testato, a tuo agio con Git e CI/CD (GitHub Actions). Il production-ready non ti spaventa: la base la padroneggi. /lilistrongAlgoritmi ML /strong, supervisionati e non. Conosci i principali e sai quale serve per quale problema, e porti un modello dal dataset a un risultato utile. Data preparation e feature engineering (Pandas, NumPy) sono pane quotidiano. /lilistrongDeep learning con PyTorch e/o TensorFlow. /strong Addestri e ottimizzi modelli (CNN, RNN, Transformer) e li hai applicati a NLP o Computer Vision (BERT, GPT, YOLO). Parti da basi solide e le adatti al problema. /lilistrongFondamenti matematici e statistici /strong. Algebra lineare, probabilità, statistica. Ti servono per leggere le metriche, capire se un modello funziona e accorgerti quando qualcosa non torna. /lilistrongPrincipi di MLOps /strong e messa in produzione. ML pipeline per deployment e monitoring, Docker nel flusso quotidiano, serving su cloud (AWS, GCP o Azure). Hai visto modelli arrivare in produzione e sai muoverti nel loro ciclo di vita. /lilistrongData engineering /strong. SQL e NoSQL, query e pipeline per alimentare training e inference. Tieni d#39;occhio la qualità del dato. /lilistrongModel evaluation e monitoring /strong. Metriche serie (accuracy, precision, recall, F1; MAE, RMSE), confusion matrix, overfitting e underfitting riconosciuti al volo. Ti accorgi quando un modello in produzione sta degradando. /lilistrongAgentic coding tools /strong nel flusso quotidiano. /lilistrongInglese professionale /strong, scritto e parlato. /li /ulpbr / /ppPlus /pulliKubernetes e orchestrazione, autoscaling e ottimizzazione dei costi inference. /liliVector database (es. Qdrant) e/o graph database (es. Neo4j). /liliLLM, RAG e primi esperimenti con orchestrazione multi-agente (LangGraph, AutoGen, CrewAI); interesse per GenAI. /liliObservability avanzata: drift detection, retraining e model versioning (MLflow, DVC). /liliWorkflow dati (Apache Airflow), contributi open-source o challenge Kaggle. /liliInglese da madrelingua. /li /ulpbr / /ppstrong Chi non funziona /strong /ppbr / /pulliTi servono spec iper-dettagliate per partire. Da noi il problema te lo si passa in mano: lo modelli tu. /liliTi aspetti micro-management, o cerchi un ambiente con processi pensati per proteggere chi non performa. /liliVedi solo il tuo pezzetto. Se ragioni a "questa è il mio task, il resto non è mio problema", blocchi tutti. /liliSei lento a decidere. Aspettare validazione su ogni scelta, da noi, costa. L#39;ownership si prende, non si delega. /liliHai bisogno di mesi per "trovare il ritmo". Non sei qui per studiare, ma per validare. /li /ulpbr / /ppstrong Come si lavora /strong /ppbr / /ppFull remote? Funziona. Se sei al livello che cerchiamo in questo annuncio. Quello che pesa è la qualità dell#39;output, non dove vivi. /ppbr / /ppSe puoi e vuoi venire, però, l#39;ibrido è la strada che consigliamo: il team è di 70 persone, e stare nella stessa stanza accelera la crescita molto più di qualsiasi call. /ppbr / /ppSe vuoi trasferirti, ti diamo una mano: bonus relocation di € 3K. /ppbr / /ppstrong❤️ Cosa c#39;è in ballo /strong /ppbr / /pulliContratto full-time. /liliRAL da €36.000 a €42.000+. Il "+" non è grafica, è opportunità. /liliProgetti su mercati internazionali con KPI di business. /liliBuoni pasto (full-ticket). /liliHealthcare: assicurazione sanitaria + accesso a Unobravo. /liliWealthcare: Corporate Benefits + Starting Finance. /liliHardware top di gamma: MacBook Pro, ovviamente. /liliPiano di crescita personalizzato, coaching e mentoring on the job. /liliTeam building nazionali e internazionali. /liliBonus legati a performance. /liliBonus relocation di €3.000 (se lo desideri). /li /ulpbr / /ppE quando sei in ufficio, gli spazi sono pensati per starci bene: palestra attrezzata con spogliatoi, campo da padel, simulatori professionali, bar, area relax, area ristoro, parcheggi dedicati. Roba che rende la giornata sostenibile, piacevole e umana: ➡️ guarda il video ⬅️ /ppbr / /ppstrong Come ci conosciamo /strong /ppbr / /ppTre step, niente fuffa: /polliColloquio introduttivo (30 min): una chiacchierata. /liliApprofondimento (30 min): cultura, modalità di lavoro, benefit. /liliPair programming (90 min): si lavora insieme su un problema ML reale. /li /olpbr / /ppVeloce, perché il tempo è il primo asset. Il tuo, e il nostro. /ppbr / /ppSe stai aspettando il momento perfetto per candidarti: è ora. Scrivici. /ppbr / /ppemIl presente annuncio è rivolto a candidati di ogni genere (D.Lgs. 198/2006). /em /ppemIl range di RAL riflette la maggior attinenza del ruolo richiesto. /em /p