Machine Learning Engineer
Pubblicato il 20-09-2026 - Chiron AI in Padova
Machine Learning Engineer (Tempo pieno – Ibrido - Treviso)
?️ Lingua di lavoro: Italiano – richiesta ottima conoscenza, livello C2 o superiore (scritto e parlato)
? Sede: Spresiano (TV) - Presenza richiesta almeno 3 giorni a settimana
? Tipo di contratto: Tempo completo, inserimento immediato su progetti reali
? Livello: Middle o Junior con potenziale
? Vuoi lavorare in un team che sviluppa AI vera, in produzione, con clienti e dati reali?
E lavorare ai progetti dall'inizio alla fine?
In Chiron, costruisci soluzioni di intelligenza artificiale e marketing intelligence che impattano aziende e startup. Se ti appassiona la R&D;, ti piace sperimentare, imparare e lavorare in squadra per costruire cose che funzionano davvero, questo ruolo fa per te.
Cerchiamo un* Machine Learning Engineer, anche junior con forte potenziale, da inserire subito su progetti concreti. Sviluppiamo modelli ML classici, sistemi generativi, ma anche xAI (explainable AI) e automazioni intelligenti in ambito marketing, retail, eCommerce e CRM.
? REQUISITI FONDAMENTALI
- ✅ Ottima conoscenza dell'Italiano,
livello C2 o superiore (è la lingua principale usata con clienti e colleghi)
- ✅ Forte spirito di collaborazione e lavoro in team
- ✅ Proattività, intraprendenza e voglia di sporcarsi le mani: il nostro è un contesto ad alta intensità di ricerca e sviluppo, dove imparare è la regola
- ✅ Ambizioso e che lavora per risultati
? Cosa farai
- Progettazione e sviluppo di modelli ML (NLP, recommender systems, predictive analytics)
- Addestramento, fine-tuning e ottimizzazione di modelli, inclusi LLM e diffusion models
- Costruzione di pipeline end-to-end, dal preprocessing al deployment
- Integrazione delle soluzioni ML nei prodotti Chiron insieme al team di sviluppo
- Contributo alle strategie R&D; su AI, MLOps ed explainability
? Competenze richieste
- Solida conoscenza di Python e librerie ML (Scikit-learn, PyTorch, TensorFlow, HuggingFace)
- Basi solide in Machine Learning supervisionato/non su