Machine Learning Engineer

Humans.Tech

Arezzo

Ibrido

EUR 36.000 - 42.000

Tempo pieno

2 giorni fa

Candidati tra i primi

Generatore di candidature

Una candidatura apposita per questa offerta — un curriculum e una lettera di presentazione personalizzati, perfettamente in linea con l'annuncio.

Supera i filtri ATS

Vantaggi offerti da questo lavoro

Relocation 3K€

Descrizione del lavoro

Humans.tech Arezzo, Italia, cerca un Machine Learning Engineer senior per guidare modelli dal training al serving in ambienti di produzione. Il ruolo è orientato a progetti complessi con interfacce intelligenti e collaborazione cross‑funzionale tra ML/AI, product design e ingegneria software.

Si richiede solida esperienza con ML/DL (PyTorch/TensorFlow), MLOps, Docker e Kubernetes, monitoraggio modelli e sviluppo di pipeline.

Competenze

Esperienza consistente nello sviluppo e messa in produzione di modelli ML.
Capacità di progettare pipeline ML end-to-end con MLOps.
Conoscenza di strumenti di orchestrazione e gestione dati.

Mansioni

Progettare, addestrare e ottimizzare modelli ML in produzione.
Gestire pipeline ML, deployment e monitoraggio.
Lavorare con team cross-funzionali per tradurre requisiti in soluzioni concrete.
Valutare metriche, sicurezza e scalabilità dei modelli.

Conoscenze

Python

Git

CI/CD

ML/DL

PyTorch/TensorFlow

NLP/CV

Matematica/Statistica

MLOps

SQL/NoSQL

Inglese professionale

Strumenti

Docker

Kubernetes

LangGraph

Neo4j

Qdrant

Apache Airflow

MLflow

DVC

Descrizione del lavoro

Machine Learning Engineer Humans.tech • Arezzo, Italy

Descrizione dell’offerta di lavoro

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 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 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.
Algoritmi 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.
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). Parti da basi solide e le adatti al problema.
Fondamenti matematici e statistici. Algebra lineare, probabilità, statistica. Ti servono per leggere le metriche, capire se un modello funziona e accorgerti quando qualcosa non torna.
Principi 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.
Data engineering. SQL e NoSQL, query e pipeline per alimentare training e inference. Tieni d'occhio la qualità del dato.
Model 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.
Agentic coding tools nel flusso quotidiano.
Inglese professionale, scritto e parlato.
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

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