In sintesi
- Mansioni: Progetta e implementa sistemi di machine learning per risolvere problemi reali.
- Azienda: Startup innovativa con un team giovane e talentuoso.
- Benefit: Stipendio competitivo, equity, lavoro ibrido e un giorno di ferie extra per il compleanno.
- Altre informazioni: Ambiente dinamico con opportunità di crescita e flessibilità.
- Perché questo lavoro: Lavora su progetti impattanti in un ambiente stimolante e senza burocrazia.
- Qualifiche: Almeno 3 anni di esperienza in machine learning e solide competenze in Python.
La retribuzione prevista è compresa tra 120000 - 155000 € per anno.
Chi siamo
Siamo una giovane azienda con una profonda esperienza in AI e analisi dei dati scientifici. Costruiamo sistemi AI proprietari e brevettati per l'analisi spettrale basata su dati di risonanza magnetica e lavoriamo con clienti internazionali su problemi reali e complessi. Siamo un piccolo team di persone altamente qualificate. Ci piace il pensiero intelligente e pratico. Ci teniamo alle relazioni umane, all'onestà intellettuale e alla libertà di fare un lavoro serio senza burocrazia inutile. Stiamo cercando di costruire un'azienda ad alta densità di talenti dove le persone forti possano fare il miglior lavoro della loro carriera. Se questo suona come il tuo tipo di ambiente, continua a leggere.
Cosa farai
Ci aiuterai a progettare, costruire, distribuire e migliorare i sistemi di machine learning utilizzati in produzione. In pratica, ciò significa che:
- progetterai e implementerai modelli di machine learning e deep learning;
- lavorerai sia su reti neurali che su approcci ML classici, a seconda di ciò che funziona realmente;
- costruirai pipeline di dati e servizi ML pronti per la produzione;
- distribuirai e monitorerai sistemi ML in ambienti reali;
- collaborerai con ingegneri software, scienziati e clienti;
- supporterai progetti in più settori, non solo in un caso d'uso ristretto;
- aiuterai a plasmare decisioni tecniche sia dal lato prodotto che dal lato consegna al cliente.
Questa non è un lavoro di “allenare un modello e buttarlo oltre il muro”. Vogliamo qualcuno che ama possedere l'intero percorso, dalla definizione del problema all'impatto in produzione.
Il nostro attuale stack tecnologico
Il nostro stack è in evoluzione, ma oggi questo ruolo lavorerà probabilmente con:
- Python;
- PyTorch e/o TensorFlow;
- scikit-learn, NumPy, pandas;
- piattaforme cloud come AWS, GCP o Azure;
- contenitori e strumenti backend;
- flussi di lavoro di elaborazione dati distribuiti o scalabili, se necessario.
Se hai solide basi e hai realizzato sistemi reali, ci interessa di più la profondità e il giudizio piuttosto che una corrispondenza esatta riga per riga.
Cosa ci serve da te
Requisiti essenziali
- Almeno 3 anni di esperienza rilevante in machine learning, AI applicata, data science o ruoli di ingegneria software strettamente correlati.
- Forti fondamenta in matematica, statistica, informatica o un campo STEM correlato.
- Esperienza comprovata nella progettazione e spedizione di sistemi ML in produzione.
- Forti competenze in Python.
- Esperienza con framework ML moderni, in particolare PyTorch o TensorFlow.
- Esperienza nel lavoro con piattaforme cloud e ambienti di produzione.
- Forti capacità di problem-solving e la capacità di lavorare con informazioni incomplete.
- Buona conoscenza dell'inglese scritto e parlato.
- Comfort nel lavorare in un ambiente startup con molta autonomia e poca supervisione.
Requisiti desiderabili
- Esperienza precedente in una startup o in un altro ambiente ad alta proprietà.
- Esperienza con MLOps, monitoraggio dei modelli, CI/CD o calcolo distribuito.
- Esperienza con dati spettrali, chimici, fisici o altri dati scientifici/industriali.
- Esperienza di studio o lavoro internazionale.
- Master, PhD o equivalente profondità in un campo STEM.
- Esperienza nel lavorare direttamente con clienti, utenti o stakeholder tecnici al di fuori del team ML.
Come impostiamo lo stipendio
Facciamo offerte all'interno della fascia salariale pubblicata utilizzando criteri coerenti, tra cui:
- quanta esperienza pratica hai nella costruzione di sistemi ML in produzione;
- la complessità dei sistemi che hai effettivamente spedito;
- la tua profondità in Python, ingegneria ML, cloud e distribuzione;
- la tua capacità di lavorare in modo indipendente e prendere buone decisioni tecniche;
- la tua idoneità al nostro spazio di problemi scientifici e industriali;
- le tue capacità comunicative, specialmente quando lavori tra team tecnici e non tecnici.
In termini semplici: più puoi progettare, spedire e supportare in modo indipendente sistemi ML ad alto impatto nel nostro contesto, maggiore sarà la tua offerta all'interno della fascia.
Esaminiamo la compensazione utilizzando gli stessi principi generali: portata, impatto, livello tecnico e contributo sostenuto.
Equità
Crediamo che i primi dipendenti debbano condividere il valore che aiutano a creare. Abbiamo riservato il 10% dell'azienda per l'equità dei dipendenti, focalizzandoci in particolare sulle assunzioni iniziali. Questo ruolo è idoneo per una concessione nell'ambito del piano di equità dei dipendenti dell'azienda. La concessione esatta dipende da anzianità, tempistica, portata e dal bilanciamento cash/equity dell'offerta finale. Per questo ruolo, la concessione tipica è dell'0,15%–0,40% di equità completamente diluita. Assunzioni eccezionali possono ricevere di più. La vesting standard è di 4 anni con un cliff di 1 anno.
Cosa offriamo
€30.000–€35.000 stipendio annuale lordo
- Equità
- 1 giorno extra retribuito per il tuo compleanno
- Lavoro ibrido
- Accesso al servizio di asilo nido in sede, soggetto a disponibilità e politica interna
- Un ambiente umano con flessibilità, fiducia e molto poco nonsense
Machine Learning Engineer datore di lavoro: Rombo AI SRL
Siamo un'azienda giovane con una profonda esperienza nell'IA e nell'analisi dei dati scientifici, che offre un ambiente di lavoro stimolante e collaborativo. Qui, i dipendenti possono crescere professionalmente grazie a progetti diversificati e all'opportunità di lavorare con tecnologie all'avanguardia in un contesto internazionale. La nostra cultura aziendale si basa su relazioni umane autentiche, onestà intellettuale e la libertà di svolgere un lavoro significativo senza burocrazia inutile.
Consigli degli esperti StudySmarter🤫
Ecco come pensiamo che potresti ottenere Machine Learning Engineer
✨Sfrutta i Meetups di Data Science
Partecipare a meetups e conferenze di data science è un must! Questi eventi sono un ottimo modo per connettersi con esperti del settore e altre persone in cerca di lavoro. Non vergognarti di farti avanti e parlare con i relatori: potrebbe aprirti porte inaspettate.
✨Progetti Open Source per Farsi Notare
Contribuire a progetti open source è una fantastica opportunità per mostrare le tue competenze pratiche. Non solo aiuta a costruire il tuo portfolio, ma ti consente anche di lavorare con tecnologie che potrebbero essere ricercate dalla tua futura azienda. Cerca progetti su GitHub legati a data science e mettiti in gioco!
✨Unisciti a Comunità Online
Entrare a far parte di comunità online come Kaggle o forum di data science può essere un grande vantaggio. Non solo puoi partecipare a competizioni e migliorare le tue abilità, ma puoi anche costruire una rete con altri professionisti del settore. Queste connessioni possono rivelarsi preziose quando cerchi un lavoro a tempo pieno.
✨Candidati Direttamente su Rombo AI SRL
Non dimenticare di candidarti direttamente sul sito di Rombo AI SRL! Spesso le aziende preferiscono ricevere applicazioni tramite il loro portale, quindi assicurati di seguire le istruzioni specifiche. Un’applicazione diretta può darti un vantaggio rispetto a chi usa canali più generali.
Pensiamo che ti servano queste competenze per eccellere come Machine Learning Engineer
Alcuni consigli per la tua candidatura 🫡
Evidenzia le tue competenze tecniche:Nel campo della data science, è fondamentale mostrare le tue competenze tecniche. Assicurati di includere nel tuo CV le lingue di programmazione che conosci, come Python o R, e i tool che hai utilizzato, come TensorFlow o scikit-learn. Non dimenticare di far vedere i tuoi progetti o le tue analisi precedenti, magari con link a GitHub o portafogli di lavoro!
Scrivi una lettera motivazionale convincente:Per un ruolo full-time in data science, la lettera motivazionale è la tua occasione per far trasparire la tua passione per i dati e la tua voglia di contribuire al lavoro di Rombo AI SRL. Spiega perché sei interessato a questo specifico ruolo e come le tue esperienze passate ti rendono il candidato ideale. Non essere timido: condividi le tue ambizioni e la tua visione per il futuro!
Includi risultati quantificabili:Quando parli delle tue esperienze lavorative precedenti, cerca di includere risultati quantificabili che dimostrino il tuo impatto. Ad esempio, puoi dire che hai aumentato l'efficienza di un'analisi del 20% o che hai contribuito a un progetto che ha portato a un aumento del fatturato del 15%. Metriche del genere catturano sempre l'attenzione dei recruiter!
Mostra il tuo approccio alla risoluzione dei problemi:La data science è tutta una questione di risolvere problemi complessi. Utilizza il tuo CV e la tua lettera motivazionale per descrivere come hai affrontato sfide specifiche in progetti precedenti. Ti consigliamo di includere un breve case study o un esempio pratico dei tuoi risultati per davvero colpire i selezionatori di Rombo AI SRL. Mostra loro come pensi e come apprendi!
Come prepararti a un colloquio di lavoro presso Rombo AI SRL
✨Brilla con il tuo Portafoglio
Porta con te un portfolio che mostri i tuoi progetti di data science. Includi studi di caso dettagliati e le tecniche che hai utilizzato, come l'analisi dei dati, il machine learning o la visualizzazione. In questo modo possiamo dimostrare concretamente il nostro problema-solving e le nostre competenze tecniche, che sono fondamentali in questo campo!
✨Preparati a Domande Tecniche
Aspettati domande tecniche in merito a statistica, machine learning e linguaggi di programmazione come Python o R. Potrebbero chiederti di spiegare modelli specifici o di analizzare un dataset sul momento. Rinfreschiamo insieme le nozioni di base e prepariamoci a dimostrare le nostre competenze pratiche.
✨Mostra la tua Curiosità
Le aziende cercano candidati che mostrino voglia di apprendere e crescita professionale. Durante l'intervista, parliamo delle tendenze attuali nel settore e dimostriamo il nostro interesse per l'innovazione nel campo della data science. Questo non solo ci farà apparire proattivi, ma metterà anche in evidenza la nostra motivazione.
✨Comunica Chiaramente i Tuoi Risultati
Essere bravi con i dati è fondamentale, ma sapere come comunicarli è altrettanto importante. Durante l'intervista, cerca di essere chiaro e conciso mentre parli dei tuoi risultati. Usa esempi specifici per dimostrare come le tue analisi abbiano avuto un impatto positivo in progetti passati. In questo modo possiamo evidenziare le nostre capacità comunicative, fondamentali per un ruolo a tempo pieno.
