Siamo 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. Chi cerchiamo
Una persona senior, non solo “senior” su LinkedIn, con straordinaria esperienza in sistemazione, manutenzione e scalabilità di architetture ad alto traffico. Ha messo prodotti in produzione, chiudendo il ciclo dal training al serving in autonomia, senza delegare il prototipo. Un 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. Capace di procedere velocemente verso soluzioni, prendere decisioni e portarli in produzione senza creare frizioni.
Come ragioniamo, con chi lavorerai Il 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. Cosa devi saper fare
Python solido: codice pulito e testato, comfort con Git e CI/CD (GitHub Actions). Perfetto il production‑ready. Algoritmi 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. Deep 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). Fondamenti matematici e statistici: algebra lineare, probabilità, statistica per leggere metriche e capire il funzionamento dei modelli. Principi 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. Data engineering: SQL e NoSQL, query e pipeline per training e inference, vigilanza sulla qualità dei dati. Model 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. Agentic coding tools (es. GitHub Copilot, ChatGPT) integrati nel flusso quotidiano. Inglese professionale, scritto e parlato.
Plus
Kubernetes e orchestrazione, autoscaling e ottimizzazione dei costi inference. Vector database (es. Qdrant) e/o graph database (es. Neo4j). LLM, RAG e primi esperimenti con orchestrazione multi‑agente (LangGraph, AutoGen, CrewAI); interesse per GenAI. Observability avanzata: drift detection, retraining e model versioning (MLflow, DVC). Workflow dati (Apache Airflow), contributi open‑source o challenge Kaggle. Inglese da madrelingua.
Chi non funziona
Richiede specifiche iper‑dettagliate per partire. Preferiamo chi porta il problema in mano. Si aspetta micro‑management o se cerca un ambiente con processi di protezione per chi non performa. Si focalizza solo sul proprio task, blocca gli altri. Decide lentamente; ci aspettiamo ownership, non delega. Richiede mesi per trovare il ritmo. Non diamo tempo per studiare, ma per validare.
Come si lavora Full remote è possibile, se corrisponde al livello richiesto. La qualità dell’output è l’unica cosa che conta. In 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. Possibilità di relocation con bonus di €3.000. Cosa c'è in ballo
Contratto full‑time. RAL da €36.000 a €42.000+, con opportunità di incrementi. Progetti su mercati internazionali con KPI di business. Buoni pasto (full‑ticket). Healthcare: assicurazione sanitaria + accesso a Unobravo. Wealthcare: Corporate Benefits + Starting Finance. Hardware top di gamma: MacBook Pro. Piano di crescita personalizzato, coaching e mentoring on the job. Team building nazionali e internazionali. Bonus legati a performance. Bonus relocation di €3.000.
Lo spazio in ufficio è pensato per la comodità: palestra attrezzata con spogliatoi, campo da padel, simulatori professionali, bar, area relax, area ristoro, parcheggi dedicati. Il presente annuncio è rivolto a candidati di ogni genere (D.Lgs. 198/2006). Il range di RAL riflette la maggior attinenza del ruolo richiesto. #J-18808-Ljbffr