pbSiamo Humans.tech.
/b /ppbr/ppCreiamo interfacce intelligenti che risolvono tematiche complesse e migliorano esperienze, oltre a essere, ovviamente, belle!
Collaboriamo con aziende globali come bAirbnb /b, bAmazon /b, bAngelini /b... e siamo solo alla lettera A. /ppbr/ppIn 10 anni abbiamo lanciato boltre 700 prodotti digitali /b, lavoriamo per il b70% con clienti globali /b btra Europa e Stati Uniti /b, e abbiamo sedi a Frosinone e San Francisco.
Siamo tra le b**** aziende europee in più rapida crescita per Financial Times Statista /b e tra le btop 5 aziende /b per cui lavorare in Italia per la Gen Z secondo bGreat Place to Work **** /b.
/ppbr/ppLavoriamo con AI dal ****, non da quando è diventata un trend.
I nostri Partner si chiamano bOpenAI /b, bMeta /b, bAWS /b, bTranslated /b.
/ppbr/ppNon 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.
/ppbr/ppb Chi cerchiamo /b /ppbr/ppNon cerchiamo qualcuno che sappia sviluppare.
Cerchiamo qualcuno che si annoi a farlo in modo ordinario.
/ppbr/ppUna persona senior.
Senior vera, non senior su LinkedIn.
/ppbr/ppUna 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.
/ppbr/ppUna 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.
/ppbr/ppQui 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.
/ppbr/ppb? Come ragioniamo, con chi lavorerai /b /ppbr/ppSi 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.
/ppbr/ppNon vogliamo che tu abbia le risposte pronte.
Vogliamo che tu sappia fare le domande giuste e che abbia il pensiero critico per scavarci dentro.
/ppbr/ppEntrerai 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.
/ppbr/ppQui 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.
/ppbr/ppColtiviamo 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.
/ppbr/ppb?? Cosa devi saper fare /b /ppbr/pullibPython /b 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.
/lilibAlgoritmi ML /b, 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.
/lilibDeep learning con PyTorch e/o TensorFlow.
/b 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.
/lilibFondamenti matematici e statistici /b.
Algebra lineare, probabilità, statistica.
Ti servono per leggere le metriche, capire se un modello funziona e accorgerti quando qualcosa non torna.
/lilibPrincipi di MLOps /b 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.
/lilibData engineering /b.
SQL e NoSQL, query e pipeline per alimentare training e inference.
Tieni d'occhio la qualità del dato.
/lilibModel evaluation e monitoring /b.
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.
/lilibAgentic coding tools /b nel flusso quotidiano.
/lilibInglese qualificato /b, scritto e parlato.
/li /ulpbr/ppPlus /pulliKubernetes e orchestrazione, autoscaling e ottimizzazione dei costi inference.
/liliVector database (es. Qdrant) e/o graph database (es. Neo4j).
/liliLLM, RAG e primi esperimenti con orchestrazione multi-agente (LangGraph, AutoGen, CrewAI); interesse per GenAI.
/liliObservability avanzata: drift detection, retraining e model versioning (MLflow, DVC).




/liliWorkflow dati (Apache Airflow), contributi open-source o challenge Kaggle.
/liliInglese da madrelingua.
/li /ulpbr/ppb? Chi non funziona /b /ppbr/pulliTi servono spec iper-dettagliate per partire.
Da noi il problema te lo si passa in mano: lo modelli tu.
/liliTi aspetti micro-management, o cerchi un ambiente con processi pensati per proteggere chi non performa.
/liliVedi solo il tuo pezzetto.
Se ragioni a "questa è il mio task, il resto non è mio problema", blocchi tutti.
/liliSei lento a decidere.
Aspettare validazione su ogni scelta, da noi, costa.
L'ownership si prende, non si delega.
/liliHai bisogno di mesi per "trovare il ritmo".
Non sei qui per studiare, ma per validare.
/li /ulpbr/ppb Come si lavora /b /ppbr/ppFull remote?
Funziona.
Se sei al livello che cerchiamo in questo annuncio.
Quello che pesa è la qualità dell'output, non dove vivi.
/ppbr/ppSe 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.
/ppbr/ppSe vuoi trasferirti, ti diamo una mano: bonus relocation di € 3K.
/ppbr/ppb?? Cosa c'è in ballo /b /ppbr/pulliContratto full-time.
/liliRAL da €****** a €******+.
Il "+" non è grafica, è opportunità.
/liliProgetti su mercati internazionali con KPI di business.
/liliBuoni pasto (full-ticket).
/liliHealthcare: assicurazione sanitaria + accesso a Unobravo.
/liliWealthcare: Corporate Benefits + Starting Finance.
/liliHardware top di gamma: MacBook Pro, ovviamente.
/liliPiano di crescita personalizzato, coaching e mentoring on the job.
/liliTeam building nazionali e internazionali.
/liliBonus legati a performance.
/liliBonus relocation di €***** (se lo desideri).
/li /ulpbr/ppE 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 ?? /ppbr/ppb Come ci conosciamo /b /ppbr/ppTre step, niente fuffa: /pulliColloquio introduttivo (30 min): una chiacchierata.
/liliApprofondimento (30 min): cultura, modalità di lavoro, benefit.
/liliPair programming (90 min): si lavora insieme su un problema ML reale.
/li /ulpbr/ppVeloce, perché il tempo è il primo asset.
Il tuo, e il nostro.
/ppbr/ppSe stai aspettando il momento perfetto per candidarti: è ora.
Scrivici.
/ppbr/ppIl presente annuncio è rivolto a candidati di ogni genere (D.Lgs. ********).
/ppIl range di RAL riflette la maggior attinenza del ruolo richiesto.
/p

📌 Machine Learning Engineer (Genova)
🏢 Humans tech
📍 Genova