Machine Learning Engineer

Siamo Humans.tech. Creiamo interfacce intelligenti che risolvono tematiche complesse e migliorano esperienze, oltre a essere, ovviamente, belle! Collaboriamo con aziende globali come Airbnb, Amazon, Angelini… e siamo solo alla lettera A.

In 10 anni abbiamo lanciato oltre 700 prodotti digitali, lavoriamo per il 70% con clienti globali tra Europa e Stati Uniti, e abbiamo sedi a Frosinone e San Francisco.

Lavoriamo con AI dal 2015, non da quando è diventata un trend.

Chi cerchiamo

Non cerchiamo qualcuno che sappia sviluppare. Cerchiamo qualcuno che si annoi a farlo in modo ordinario.

Una persona senior. Senior vera, non senior su LinkedIn.

Una che sistemi ad alto traffico ha sviluppato, mantenuto e scalato prodotti, non solo guardati da fuori. Una che ha messo prodotti in produzione e chiude il cerchio, dal training al serving, non addestra un prototipo e passa la palla.

Una persona AI-first: l'architettura del progetto la pensa con la sua testa, poi usa gli strumenti giusti per costruirla, riprogettarla, accelerarla. L'AI è leva, non scorciatoia.

Cosa devi saper fare

• Python 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.
• Algoritmi ML, 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.
• Deep learning con PyTorch e/o TensorFlow. 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.
• Fondamenti matematici e statistici. Algebra lineare, probabilità, statistica. Ti servono per leggere le metriche, capire se un modello funziona e accorgerti quando qualcosa non torna.
• Principi di MLOps 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.
• Data engineering. SQL e NoSQL, query e pipeline per alimentare training e inference. Tieni d'occhio la qualità del dato.
• Model evaluation e monitoring. 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.
• Agentic coding tools nel flusso quotidiano.
• Inglese professionale, scritto e parlato.

Plus

• Kubernetes e orchestrazione, autoscaling e ottimizzazione dei costi inference.
• Vector database (es. Qdrant) e/o graph database (es. Neo4j).
• LLM, RAG e primi esperimenti con orchestrazione multi-agente (LangGraph, AutoGen, CrewAI); interesse per GenAI.
• Observability avanzata: drift detection, retraining e model versioning (MLflow, DVC).
• Workflow dati (Apache Airflow), contributi open-source o challenge Kaggle.
• Inglese da madrelingua.

Chi non funziona

• Ti servono spec iper-dettagliate per partire. Da noi il problema te lo si passa in mano: lo modelli tu.
• Ti aspetti micro‑management, o cerchi un ambiente con processi pensati per proteggere chi non performa.
• Vedi solo il tuo pezzetto. Se ragioni a "questa è il mio task, il resto non è mio problema", blocchi tutti.
• Sei lento a decidere. Aspettare validazione su ogni scelta, da noi, costa. L'ownership si prende, non si delega.
• Hai bisogno di mesi per "trovare il ritmo". Non sei qui per studiare, ma per validare.

Come si lavora

Full remote? Funziona. Se sei al livello che cerchiamo in questo annuncio. Quello che pesa è la qualità dell'output, non dove vivi.

Se puoi e vuoi venire, però, l'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.

Se vuoi trasferirti, ti diamo una mano: bonus relocation di € 3.000.

Cosa c'è in ballo

• Contratto full‑time.
• RAL da €36.000 a €42.000+. Il "+" non è grafica, è opportunità.
• Progetti su mercati internazionali con KPI di business.
• Buoni pasto (full-ticket).
• Healthcare: assicurazione sanitaria + accesso a Unobravo.
• Wealthcare: Corporate Benefits + Starting Finance.
• Hardware top di gamma: MacBook Pro, ovviamente.
• Piano di crescita personalizzato, coaching e mentoring on the job.
• Team building nazionali e internazionali.
• Bonus legati a performance.

Come ci conosciamo

• Colloquio introduttivo (30 min): una chiacchierata.
• Approfondimento (30 min): cultura, modalità di lavoro, benefit.
• Pair programming (90 min): si lavora insieme su un problema ML reale.

Se stai aspettando il momento perfetto per candidarti: è ora. Scrivici.

Il presente annuncio è rivolto a candidati di ogni genere (D.Lgs. 198/2006).

Il range di RAL riflette la maggior attinenza del ruolo richiesto.