Artificial Intelligence Specialist

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 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.

🎯 Chi cerchiamo

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

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.

Quello che non è negoziabile è la velocità con cui impari, e l'onestà con cui dici "questo non lo so ancora".

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. Tu le prendi, le capisci, le contestualizzi. 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.

🤝 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.

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. Il compitino no.

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. E' il nostro indicatore migliore.

⚙️ Cosa devi saper fare

• 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. Regressione, classificazione, clustering: conosci i principali algoritmi e sai quale serve per quale problema. 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. Parti da un'architettura esistente e la adatti al problema: quello che tocchi, però, lo sai spiegare.
• Pandas e NumPy per pulire, esplorare e preparare. SQL per andare a prendere quello che ti serve. La qualità del dato non è un problema di qualcun altro.
• Matematica e statistica. Algebra lineare, probabilità, statistica descrittiva e le basi dell'inferenza. Ti servono per leggere le metriche e capire se un modello funziona davvero o se ti sta prendendo in giro.
• Model evaluation. Accuracy, precision, recall, F1, MAE, RMSE, confusion matrix, curve ROC. Overfitting e underfitting li riconosci, e sai cosa farci.
• Agentic coding tools nel flusso quotidiano.
• Inglese. Leggi documentazione e paper senza fatica e in call ti fai capire. Il livello si alza lavorando, ma la base serve dal primo giorno.

Plus

• Un modello che è arrivato in produzione e che hai visto vivere: traffico vero, degrado, manutenzione.
• 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. Neo4j).
• 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.

🚫 Chi non funziona

• Ti serve che qualcuno ti dica ogni passaggio. Le domande falle pure, tutte. Le risposte, però, provi a cercarle anche da solo.
• 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. Il giorno che si rompe, si rompe addosso a te.
• Cerchi un dottorato travestito da lavoro. Qui il modello deve funzionare per qualcuno che lo usa, e la parte noiosa fa parte del mestiere.
• Vedi solo il tuo pezzetto. 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 imparando.

🌍 Come si lavora

Full 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 più di te: una review davanti allo stesso schermo vale tre call.

SE vuoi avvicinarti, ti diamo una mano: bonus relocation di € 3K.

❤️ Cosa c'è in ballo

• Contratto full-time.
• RAL da €28.000 a €36.000. Il numero si muove sui fatti, non sugli anni.
• 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 fino a €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.