PpSiamo 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. /p h3Chi cerchiamo /h3 ul liUna persona senior, non solo “senior” su LinkedIn, con straordinaria esperienza in sistemazione, manutenzione e scalabilità di architetture ad alto traffico. /li liHa messo prodotti in produzione, chiudendo il ciclo dal training al serving in autonomia, senza delegare il prototipo. /li liUn 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. /li liCapace di procedere velocemente verso soluzioni, prendere decisioni e portarli in produzione senza creare frizioni. /li /ul h3Come ragioniamo, con chi lavorerai /h3 pIl 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. /p h3Cosa devi saper fare /h3 ul liPython solido: codice pulito e testato, comfort con Git e CI/CD (GitHub Actions). Perfetto il production‑ready. /li liAlgoritmi 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. /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). /li liFondamenti matematici e statistici: algebra lineare, probabilità, statistica per leggere metriche e capire il funzionamento dei modelli. /li liPrincipi 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. /li liData engineering: SQL e NoSQL, query e pipeline per training e inference, vigilanza sulla qualità dei dati. /li liModel 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. /li liAgentic coding tools (es. GitHub Copilot, ChatGPT) integrati nel flusso quotidiano. /li liInglese professionale, scritto e parlato. /li /ul h3Plus /h3 ul 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 liRichiede specifiche iper‑dettagliate per partire. Preferiamo chi porta il problema in mano. /li liSi aspetta micro‑management o se cerca un ambiente con processi di protezione per chi non performa. /li liSi focalizza solo sul proprio task, blocca gli altri. /li liDecide lentamente; ci aspettiamo ownership, non delega. /li liRichiede mesi per trovare il ritmo. Non diamo tempo per studiare, ma per validare. /li /ul h3Come si lavora /h3 pFull remote è possibile, se corrisponde al livello richiesto. La qualità dell’output è l’unica cosa che conta. /p pIn 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. /p pPossibilità di relocation con bonus di €3.000. /p h3Cosa c'è in ballo /h3 ul liContratto full‑time. /li liRAL da €36.000 a €42.000+, con opportunità di incrementi. /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. /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 €3.000. /li /ul pLo spazio in ufficio è pensato per la comodità: palestra attrezzata con spogliatoi, campo da padel, simulatori professionali, bar, area relax, area ristoro, parcheggi dedicati. /p pIl presente annuncio è rivolto a candidati di ogni genere (D.Lgs. 198/2006). /p pIl range di RAL riflette la maggior attinenza del ruolo richiesto. /p /p #J-18808-Ljbffr