Especialista en Proyectos Internacionales

Siamo Humans.tech. Creiamo interfacce intelligenti che risolvono tematiche complesse e migliorano esperienze, oltre a essere, ovviamente, belle In 10 anni abbiamo lanciatooltre 700 prodotti digitali , lavoriamo per il70% con clienti globali tra Europa e Stati Uniti , e abbiamo sedi a Frosinone e San Francisco. Il Best Workplaces for Gen Zce 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 chiamanoOpen AI ,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 e ragioniamo, con chi lavoreraiSi lavora per obiettivi. Questo ci rende flessibili e molto esigenti. 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. "Abbiamo sempre fatto così" non è una risposta ltiviamo l'eccellenza, ma sappiamo che la perfezione, nei processi umani, è una bugia. Codice che funziona e che si legge, con Git nel flusso quotidiano e i test scritti quando servono. Le pipeline CI/CD (es. Git Hub 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 Py Torch e/o Tensor Flow. Hai addestrato modelli veri (CNN, RNN, Transformer) su almeno un dominio, NLP o Computer Vision. Pandas e Num Pyper pulire, esplorare e preparare. SQLper 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 toolsnel 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 (Lang Graph, Auto Gen o Crew AI). Vector database (es. Qdrant) o graph database (es. Pubblicazioni, tesi di ricerca, challenge Kaggle, contributi open-source, un Git Hub 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. Chi non funzionaTi 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'AI e non sai dire perché funziona. Cerchi un dottorato travestito da lavoro. Qui il modello deve funzionare per qualcuno che lo usa, e la parte noiosa fa parte del mestiere. Se ragioni a "questo è il mio task, il resto non è mio problema", blocchi tutti. Vuoi imparare senza consegnare. Qui si impara consegnando, e si consegna e si lavoraFull remote? Si può fare, ma a questo livello non è la strada che consigliamo per tutti, ed è giusto dirtelo prima e non dopo. Il team è di 75+ persone, e in questa fase della tua carriera la crescita passa dalle ore accanto a chi ne sa