Machine Learning Engineer
Pubblicato il 22-09-2026 - Humans tech in Italia
ppSiamo 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. Siamo tra le 1000 aziende europee in più rapida crescita per Financial Times Statista e tra le top 5 aziende per cui lavorare in Italia per la Gen Z secondo Great Place to Work 2026. Lavoriamo con AI dal 2015, non da quando è diventata un trend. I nostri Partner si chiamano OpenAI, Meta, AWS, Translated. Non siamo la solita consulenza. Affianchiamo product company e aziende che vogliono diventarlo, e i prodotti li costruiamo davvero: dall'analisi all'architettura, dal codice al delivery. È come lavorare dentro un team prodotto, solo che il team prodotto siamo noi. /ph3Chi cerchiamo /h3ulliNon cerchiamo qualcuno che sappia sviluppare. Cerchiamo qualcuno che si annoi a farlo in modo ordinario. /liliUna persona senior. Senior vera, non senior su LinkedIn. /liliUna 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. /liliUna 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. /liliQui dentro funziona così: noi ti diamo le occasione. Tu le prendi, le capisci, le contestualizzi. Procedi velocemente verso le soluzioni, prendi le decisioni, le porti in produzione. Senza creare frizione. /li /ulh3Come ragioniamo /h3ulliSi 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. /liliNon vogliamo che tu abbia le risposte pronte. Vogliamo che tu sappia fare le domande giuste e che abbia il pensiero critico per scavarci dentro. /liliEntrerai 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. /liliQui 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.
/liliColtiviamo 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. È il nostro indicatore migliore. /li /ulh3Cosa devi saper fare /h3ulliPython, padroneggiato sul serio. Codice production‑ready, con clean code, testing e CI/CD (Git, GitHub Actions). /liliAlgoritmi ML, supervisionati e non. Conosci i principali e sai quale serve per quale problema e costruisci soluzioni che si ripetono su più casi d'uso, non one‑off. Data preparation e feature engineering (Pandas, NumPy) sono parte del mestiere, non un fastidio da delegare. /liliDeep learning con PyTorch e/o TensorFlow. Progetti, addestri e ottimizzi le architetture (CNN, RNN, Transformer) e le hai applicate sul serio a NLP e Computer Vision (BERT, GPT, YOLO). Non adatti un tutorial: lo riscrivi quando serve. /liliFondamenti matematici e statistici. Algebra lineare, probabilità, statistica inferenziale. Ti servono per validare un modello e scovare un bias nei dati, non per superare un esame. /liliMLOps e produzione. ML pipeline per deployment e monitoring, Docker e Kubernetes nel flusso quotidiano, serving su cloud (AWS, GCP o Azure) con autoscaling e costi inference sotto controllo. Gestisci l'intero lifecycle, dal training al maintenance, non solo il momento bello del training. /liliData engineering. SQL e NoSQL per volumi seri, pipeline robuste, data quality. E ti muovi con i vector database (es. Qdrant) e i graph database (es. Neo4j) che le applicazioni AI moderne richiedono. I dati sporchi a valle li paghi a monte, e lo sai. /liliObservability e model governance. Monitoring, drift detection, metriche di valutazione serie, retraining e model versioning (es. MLflow, DVC). Un modello in produzione che nessuno guarda è un debito, non un asset. /liliAgentic coding tools nel flusso quotidiano. /liliInglese professionale, scritto e parlato. /li /ulh3Plus di valore /h3ulliLLM, RAG e orchestrazione di sistemi multi‑agente (LangGraph, AutoGen o CrewAI). Interesse o esperienza concreta in ambito GenAI. /liliTraining distribuito e fine‑tuning su larga scala (SageMaker, Vertex AI).
/liliTechniche avanzate (Reinforcement Learning, GAN) e ottimizzazione di modelli per ambienti con risorse limitate. /liliOrchestrazione di workflow dati (es. Apache Airflow). /liliSecurity, privacy e responsible AI: PII redaction, OWASP per ML, compliance (GDPR, ISO 27001). /liliMentoring di altri engineer, contributi open‑source o challenge Kaggle. /liliInglese da madrelingua. /li /ulh3Chi non funziona /h3ulliTi 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'ownership si prende, non si delega. /liliHai bisogno di mesi per "trovare il ritmo". Non sei qui per studiare, ma per validare. /li /ulh3Come si lavora /h3pFull 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 € 3K. /ph3Cosa c'è in ballo /h3ulliContratto full‑time. /liliRAL da €42.000 a €55.000+. Il "+" non è grafica, è possibilità. /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 /ulpE 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. /ph3Come ci conosciamo /h3ulliColloquio 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 /ulpIl presente annuncio è rivolto a candidati di ogni genere (D.Lgs. 198/2006). /ppIl range di RAL riflette la maggior attinenza del ruolo richiesto. /p /p #J-18808-Ljbffr