Machine Learning Engineer
Pubblicato il 01-10-2026 - Humans tech in Arezzo
ppMachine Learning Engineer Humans.tech • Arezzo, Italy /p pDescrizione dell'offerta di lavoro /p pSiamo 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 **** 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 ****. Lavoriamo con AI dal ****, 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. /p h3Chi cerchiamo /h3 pNon cerchiamo qualcuno che sappia sviluppare. Cerchiamo qualcuno che si annoi a farlo in modo ordinario. /p pUna persona senior. Senior vera, non senior su LinkedIn. /p pUna 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 chiude il cerchio, dal training al serving, non addestra un prototipo e passa la palla. /p pUna 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. /p pQui dentro funziona così: noi ti diamo le opportunità. Tu le prendi, le capisci, le contestualizzi. Procedi velocemente verso le soluzioni, prendi le decisioni, le porti in produzione. Senza creare frizione. /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 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. È il nostro indicatore migliore. /p h3Cosa devi saper fare /h3 ul liPython 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. /li liAlgoritmi 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. /li liDeep 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. /li liFondamenti matematici e statistici. Algebra lineare, probabilità, statistica. Ti servono per leggere le metriche, capire se un modello funziona e accorgerti quando qualcosa non torna. /li liPrincipi 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. /li liData engineering. SQL e NoSQL, query e pipeline per alimentare training e inference. Tieni d'occhio la qualità del dato. /li liModel 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. /li liAgentic coding tools nel flusso quotidiano. /li liInglese professionale, scritto e parlato. /li liKubernetes e orchestrazione, autoscaling e ottimizzazione dei costi inference. /li liVector database (es. Qdrant) e/o graph database (es. Neo4j). /li liLLM, RAG e primi esperimenti con orchestrazione multi?agente (LangGraph, AutoGen,
CrewAI); interesse per GenAI. /li liObservability avanzata: drift detection, retraining e model versioning (MLflow, DVC). /li liWorkflow dati (Apache Airflow), contributi open?source o challenge Kaggle. /li liInglese da madrelingua. /li /ul h3Chi non funziona /h3 ul liTi servono spec iper?dettagliate per partire. Da noi il problema te lo si passa in mano: lo modelli tu. /li liTi aspetti micro?management, o cerchi un atmosfera con processi pensati per proteggere chi non performa. /li liVedi solo il tuo pezzetto. Se ragioni a "questa è il mio task, il resto non è mio problema", blocchi tutti. /li liSei lento a decidere. Aspettare validazione su ogni scelta, da noi, costa. L'ownership si prende, non si delega. /li liHai bisogno di mesi per "trovare il ritmo". Non sei qui per studiare, ma per validare. /li /ul h3Come si lavora /h3 pFull remote? Funziona. Se sei al livello che cerchiamo in questo annuncio. Quello che pesa è la qualità dell'output, non dove vivi. /p pSe 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. /p pSe vuoi trasferirti, ti diamo una mano: bonus relocation di € 3K. /p h3Cosa c'è in ballo /h3 ul liContratto full?time. /li liRAL da €****** a €******+. /li liProgetti su mercati internazionali con KPI di business. /li liBuoni pasto (full?ticket). /li liHealthcare: assicurazione sanitaria + accesso a Unobravo. /li liWealthcare: Corporate Benefits + Starting Finance. /li liHardware top di gamma: MacBook Pro, ovviamente. /li liPiano di crescita personalizzato, coaching e mentoring on the job. /li liTeam building nazionali e internazionali. /li liBonus legati a performance. /li liBonus relocation di €***** (se lo desideri). /li /ul h3E quando sei in ufficio, gli spazi sono pensati per starci bene /h3 pRoba che rende la giornata sostenibile, piacevole e umana: guarda il video. /p h3Come ci conosciamo /h3 pTre step, niente fuffa: /p ul liColloquio introduttivo (30 min): una chiacchierata. /li liApprofondimento (30 min): cultura, modalità di lavoro, benefit. /li liPair programming (90 min): si lavora insieme su un problema ML reale. /li /ul h3Veloce, perché il tempo è il primo asset. /h3 pSe stai aspettando il momento perfetto per candidarti: è ora. Scrivici. /p pIl presente annuncio è rivolto a candidati di ogni genere (D.Lgs. ********). /p pIl range di RAL riflette la maggior attinenza del ruolo richiesto. /p /p #J-*****-Ljbffr