Senior Machine Learning Engineer (AI-First)

Siamo 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.

🎯 Chi cerchiamo

Non cerchiamo qualcuno che sappia sviluppare. Cerchiamo qualcuno che si annoi a farlo in modo ordinario.

Una persona senior. Senior vera, non senior su LinkedIn.

Una 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.

Una 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.

Qui 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.

🤝 Come ragioniamo, con chi lavorerai

Si 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.

Non vogliamo che tu abbia le risposte pronte. Vogliamo che tu sappia fare le domande giuste e che abbia il pensiero critico per scavarci dentro.

Entrerai 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.

Qui 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.

Coltiviamo 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.

⚙️ Cosa devi saper fare

• Python padroneggiato sul serio. Codice production-ready, con clean code, testing e CI/CD (Git, GitHub Actions).
• Algoritmi 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.
• Deep 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.
• Fondamenti 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.
• MLOps 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.
• Data 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.
• Observability 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.
• Agentic coding tools nel flusso quotidiano.
• Inglese professionale, scritto e parlato.

Plus

• LLM, RAG e orchestrazione di sistemi multi-agente (LangGraph, AutoGen o CrewAI). Interesse o esperienza concreta in ambito GenAI.
• Training distribuito e fine-tuning su larga scala (SageMaker, Vertex AI).
• Tecniche avanzate (Reinforcement Learning, GAN) e ottimizzazione di modelli per ambienti con risorse limitate.
• Orchestrazione di workflow dati (es. Apache Airflow).
• Security, privacy e responsible AI: PII redaction, OWASP per ML, compliance (GDPR, ISO 27001).
• Mentoring di altri engineer, contributi open-source o challenge Kaggle.
• Inglese da madrelingua.

🚫 Chi non funziona

• Ti servono spec iper-dettagliate per partire. Da noi il problema te lo si passa in mano: lo modelli tu.
• Ti aspetti micro-management, o cerchi un ambiente con processi pensati per proteggere chi non performa.
• Vedi solo il tuo pezzetto. Se ragioni a "questa è il mio task, il resto non è mio problema", blocchi tutti.
• Sei lento a decidere. Aspettare validazione su ogni scelta, da noi, costa. L'ownership si prende, non si delega.
• Hai bisogno di mesi per "trovare il ritmo". Non sei qui per studiare, ma per validare.

🌍 Come si lavora

Full 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.

❤️ Cosa c'è in ballo

• Contratto full-time.
• RAL da €42.000 a €55.000+. Il "+" non è grafica, è opportunità.
• 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, ovviamente.
• Piano di crescita personalizzato, coaching e mentoring on the job.
• Team building nazionali e internazionali.
• Bonus legati a performance.
• Bonus relocation di €3.000 (se lo desideri).

E 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 ⬅️

🔍 Come ci conosciamo

Tre step, niente fuffa:

1. Colloquio introduttivo (30 min): una chiacchierata.
2. Approfondimento (30 min): cultura, modalità di lavoro, benefit.
3. Pair programming (90 min): si lavora insieme su un problema ML reale.

Veloce, perché il tempo è il primo asset. Il tuo, e il nostro.

Se stai aspettando il momento perfetto per candidarti: è ora. Scrivici.

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.