Travel Technology Specialist

Siamo Humans.tech.
Se è sicuro/a di possedere le giuste competenze ed esperienze, si candidi oggi stesso.
Creiamo interfacce intelligenti che risolvono tematiche complesse e migliorano esperienze, oltre a essere, ovviamente, belle 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 Great Place to Work Italia ci ha messi al 4° posto nella classifica delle migliori aziende per cui lavorare in Italia. Il Best Workplaces for Gen Z ce lo eravamo già portati a casa l'anno prima, votati da chi in azienda ha meno di trent'anni: se stai leggendo questo annuncio, con ogni probabilità sei uno di loro.

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, dai dati al modello, dal codice al delivery. E' come lavorare dentro un team prodotto, solo che il team prodotto siamo noi.

Non ti chiediamo anni. Ti chiediamo prove: una tesi che hai difeso sul serio, un progetto che gira, un modello che hai addestrato e poi smontato per capire perché sbagliava. Se l'esperienza professionale è poca ma quello che hai fatto lo sai raccontare riga per riga, ci interessa.
Ci sono due strade che portano qui e ci vanno bene entrambe: chi arriva dalla ricerca e vuole finalmente vedere il proprio lavoro nelle mani di qualcuno e chi arriva dal software e ha capito che il pezzo più interessante del prodotto, adesso, è il modello.

Una persona AI-first: il problema lo capisce prima di aprire l'editor, poi usa gli strumenti giusti per costruire, riscrivere, accelerare. L'AI è leva, non scorciatoia, e il codice che ti scrive lo sai leggere.

Qui dentro funziona così: noi ti diamo le opportunità e qualcuno più esperto accanto. Non ti lasciamo davanti a un problema senza gli strumenti per affrontarlo, ma non ti diciamo nemmeno dove mettere le mani un passaggio alla volta.
In numeri, per non farti perdere tempo: dal neolaureato con progetti seri alle spalle fino a circa 3 anni di esperienza. E' una posizione di ingresso nel team AI, non un posto dove parcheggiarti.

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.

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

Software Engineer, ML/AI, Product Designer, dentro la stessa stanza, fisica o virtuale che sia.

Non sarai mai solo davanti a un problema nuovo: review vere sul tuo codice, pair programming con chi ha più strada di te, un piano di crescita con date e obiettivi. Il supporto c'è. 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. "Coltiviamo l'eccellenza, ma sappiamo che la perfezione, nei processi umani, è una bugia. Python . Codice che funziona e che si legge, con Git nel flusso quotidiano e i test scritti quando servono. Le pipeline CI/CD (es. GitHub Actions) non devi averle progettate tu: devi saperci stare dentro senza andare in blocco.
Fondamenti di ML , supervisionati e non. Train/test split, cross-validation e hyperparameter tuning non sono nozioni da manuale, sono cose che hai fatto.
Deep learning con PyTorch e/o TensorFlow . Hai addestrato modelli veri (CNN, RNN, Transformer) su almeno un dominio, NLP o Computer Vision. Pandas e NumPy per pulire, esplorare e preparare. SQL per andare a prendere quello che ti serve. Ti servono per leggere le metriche e capire se un modello funziona davvero o se ti sta prendendo in giro.
Model evaluation . Agentic coding tools nel flusso quotidiano.
Inglese . Leggi documentazione e paper senza fatica e in call ti fai capire. Docker e ambienti containerizzati. Se hai incrociato Kubernetes, meglio.
Serving su cloud (AWS, GCP o Azure), anche solo su progetti piccoli.
LLM, RAG e primi esperimenti di orchestrazione multi-agente (LangGraph, AutoGen o CrewAI).
Vector database (es. Qdrant) o graph database (es. Pubblicazioni, tesi di ricerca, challenge Kaggle, contributi open-source, un GitHub ordinato: poche cose, fatte bene.
Esperienza di sviluppo backend (Python, Node, Java). Qui i modelli vivono dentro prodotti veri, e saperceli agganciare è un vantaggio.
Inglese da madrelingua.

Ti serve che qualcuno ti dica ogni passaggio. Ti aspetti micro-management, o cerchi un ambiente con processi pensati per proteggere chi non performa.
Il codice te lo scrive tutto l'A