21 set - Bolzano
Humans tech
ppCreiamo interfacce intelligenti che risolvono tematiche complesse e migliorano esperienze, oltre a essere, ovviamente, belle! Collaboriamo con aziende globali come bAirbnb /b, bAmazon /b, bAngelini /b... e siamo solo alla lettera A. /p pIn 10 anni abbiamo lanciato boltre 700 prodotti digitali /b, lavoriamo per ilb 70% con clienti globali tra Europa e Stati Uniti /b, e abbiamo sedi a Frosinone e San Francisco. Siamo tra le b1000 aziende europee in più rapida crescita per Financial Times Statista /b, e bGreat Place to Work Italia /b ci ha messi al 4 posto nella classifica delle migliori aziende per cui lavorare in Italia. bIl Best Workplaces for Gen Z /b ce lo eravamo già portati a casa l'anno prima, votati da chi in azienda ha meno di trent'anni: se stai leggendo questo annuncio, con ogni probabilità sei uno di loro. /p pLavoriamo con AI dal 2015, non da quando è diventata un trend. I nostri Partner si chiamano bOpenAI /b, bMeta /b, bAWS /b, bTranslated /b. /p pNon siamo la solita consulenza. Affianchiamo product company e aziende che vogliono diventarlo, e i prodotti li costruiamo davvero: dall'analisi all'architettura, dai dati al modello, dal codice al delivery. E' come lavorare dentro un team prodotto, solo che il team prodotto siamo noi. /p pNon cerchiamo qualcuno che sappia sviluppare. Cerchiamo qualcuno che si annoi a farlo in modo ordinario. /p pNon ti chiediamo anni. Ti chiediamo prove: una tesi che hai difeso sul serio, un progetto che gira, un modello che hai addestrato e poi smontato per capire perché sbagliava. Se l'esperienza professionale è poca ma quello che hai fatto lo sai raccontare riga per riga, ci interessa. /p pCi sono due strade che portano qui e ci vanno bene entrambe:
chi arriva dalla ricerca e vuole finalmente vedere il proprio lavoro nelle mani di qualcuno e chi arriva dal software e ha capito che il pezzo più interessante del prodotto, adesso, è il modello. /p pQuello che non è negoziabile è la velocità con cui impari, e l'onestà con cui dici "questo non lo so ancora". /p pUna persona AI-first: il problema lo capisce prima di aprire l'editor, poi usa gli strumenti giusti per costruire, riscrivere, accelerare. L'AI è leva, non scorciatoia, e il codice che ti scrive lo sai leggere. /p pQui dentro funziona così: noi ti diamo le possibilità e qualcuno più esperto accanto. Tu le prendi, le capisci, le contestualizzi. Non ti lasciamo davanti a un problema senza gli strumenti per affrontarlo, ma non ti diciamo nemmeno dove mettere le mani un passaggio alla volta. /p pIn numeri, per non farti perdere tempo: dal neolaureato con progetti seri alle spalle fino a circa 3 anni di esperienza. E' una posizione di ingresso nel team AI, non un posto dove parcheggiarti. /p h3Come ragioniamo, con chi lavorerai /h3 pSi 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'aspettativa iniziale. /p pNon vogliamo che tu abbia le risposte pronte.
Vogliamo che tu sappia fare le domande giuste e che abbia il pensiero critico per scavarci dentro. /p pEntrerai 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. /p pNon sarai mai solo davanti a un problema nuovo: review vere sul tuo codice, pair programming con chi ha più strada di te, un piano di crescita con date e obiettivi. Il supporto c'è. Il compitino no. /p pQui si supporta l'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. /p pColtiviamo l'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. E' il nostro indicatore migliore. /p ul libPython /b. Codice che funziona e che si legge, con Git nel flusso quotidiano e i test scritti quando servono. Le pipeline CI/CD (es. GitHub Actions) non devi averle progettate tu: devi saperci stare dentro senza andare in blocco. /li libFondamenti di ML /b, supervisionati e non. Regressione, classificazione, clustering: conosci i principali algoritmi e sai quale serve per quale problema. Train/test split, cross-validation e hyperparameter tuning non sono nozioni da manuale, sono cose che hai fatto. /li libDeep learning con PyTorch e/o TensorFlow /b. Hai addestrato modelli veri (CNN, RNN, Transformer) su almeno un dominio, NLP o Computer Vision. Parti da un'architettura esistente e la adatti al problema: quello che tocchi, però, lo sai spiegare. /li li /li /ul /p #J-18808-Ljbffr
22 set - Venezia
St. Regis Hotels & Resorts
22 set - Pordenone
Electrolux Professional Group
22 set - Correzzana
Greenwood SC Chamber of Commerce
22 set - Pomezia
piemme group srls