Machine Learning Engineer

Siamo Humans.tech. Creiamo interfacce intelligenti che risolvono tematiche complesse e migliorano esperienze, oltre a essere belle. Collaboriamo con aziende globali come Airbnb, Amazon, Angelini e altre. Abbiamo lanciato oltre 700 prodotti digitali in 10 anni, lavoriamo per il 70% con clienti globali tra Europa e Stati Uniti e operiamo da Frosinone a San Francisco. Lavoriamo con AI dal 2015, con partner come OpenAI, Meta, AWS e Translated. Non siamo la solita consulenza: affianchiamo product company e costruiamo i prodotti da analisi, architettura, codice fino alla delivery, funzionalità di un team prodotto che siamo noi.

Chi cerchiamo

• Una persona senior, non solo “senior” su LinkedIn, con straordinaria esperienza in sistemazione, manutenzione e scalabilità di architetture ad alto traffico.
• Ha messo prodotti in produzione, chiudendo il ciclo dal training al serving in autonomia, senza delegare il prototipo.
• Un pensatore AI‑first: progetta l’architettura con la propria testa, poi utilizza gli strumenti appropriati per costruirla, riprogettare e accelerare. L’AI è leva, non scorciatoia.
• Capace di procedere velocemente verso soluzioni, prendere decisioni e portarli in produzione senza creare frizioni.

Come ragioniamo, con chi lavorerai

Il team è cross‑funzionale, composto da Software Engineer, ML/AI, Product Designer, in un’unica stanza o virtuale. Lavoriamo per obiettivi, spingendo ogni membro oltre i propri limiti per ottenere risultati che superano le aspettative iniziali. Valutiamo la qualità del lavoro, non la provenienza delle idee: promuoviamo l’idea migliore, non la tua. Il team stable con bassa turnover è il nostro indicatore di eccellenza.

Cosa devi saper fare

• Python solido: codice pulito e testato, comfort con Git e CI/CD (GitHub Actions). Perfetto il production‑ready.
• Algoritmi ML, sia supervisionati che non. Conoscenza dei principali framework e capacità di portare un modello dal dataset al risultato utile. Data preparation e feature engineering con Pandas e NumPy.
• 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).
• Fondamenti matematici e statistici: algebra lineare, probabilità, statistica per leggere metriche e capire il funzionamento dei modelli.
• Principi di MLOps e messa in produzione: ML pipeline per deployment e monitoring, Docker, serving su cloud (AWS, GCP o Azure). Sai muoverti nel ciclo di vita di un modello in produzione.
• Data engineering: SQL e NoSQL, query e pipeline per training e inference, vigilanza sulla qualità dei dati.
• Model evaluation e monitoring: metriche di serie (accuracy, precision, recall, F1; MAE, RMSE), confusion matrix, riconoscimento rapido di overfitting e underfitting, capacità di individuare degradazione del modello in produzione.
• Agentic coding tools (es. GitHub Copilot, ChatGPT) integrati 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

• Richiede specifiche iper‑dettagliate per partire. Preferiamo chi porta il problema in mano.
• Si aspetta micro‑management o se cerca un ambiente con processi di protezione per chi non performa.
• Si focalizza solo sul proprio task, blocca gli altri.
• Decide lentamente; ci aspettiamo ownership, non delega.
• Richiede mesi per trovare il ritmo. Non diamo tempo per studiare, ma per validare.

Come si lavora

Full remote è possibile, se corrisponde al livello richiesto. La qualità dell’output è l’unica cosa che conta.

In presenza di un’ibanazione, l’ibrido è raccomandato: il team è di 70 persone e la collocazione fisica accelera la crescita rispetto a call virtuale.

Possibilità di relocation con bonus di €3.000.

Cosa c'è in ballo

• Contratto full‑time.
• RAL da €36.000 a €42.000+, con opportunità di incrementi.
• 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.
• Piano di crescita personalizzato, coaching e mentoring on the job.
• Team building nazionali e internazionali.
• Bonus legati a performance.
• Bonus relocation di €3.000.

Lo spazio in ufficio è pensato per la comodità: palestra attrezzata con spogliatoi, campo da padel, simulatori professionali, bar, area relax, area ristoro, parcheggi dedicati.

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.