Machine Learning Engineer; Middle Ibrido

Position: Machine Learning Engineer (Middle - Full Time - Ibrido )
Machine Learning Engineer (Middle - Tempo pieno – Ibrido - Treviso)
️  Lingua:  Italiano Madrelingua obbligatorio
Sede:  Spresiano (TV) - Presenza richiesta almeno 3 giorni a settimana
Tipo di contratto:  Tempo pieno, inserimento immediato su progetti reali
Livello:  Middle

Vuoi lavorare in un team che sviluppa AI vera, in produzione, con clienti e dati reali?
In Chiron costruisci soluzioni di intelligenza artificiale e marketing intelligence che impattano aziende e startup.
Se hai già le mani sporche di ML, sai come si lavora in produzione (non solo in un notebook), e vuoi crescere su tecnologie all’avanguardia come xAI, LLM e sistemi generativi, questo è il posto giusto.
Cerchiamo un
* Machine Learning Engineer con  almeno 2–3 anni di esperienza reale , da inserire subito su progetti concreti.
Non stiamo cercando chi deve ancora imparare le basi: stiamo cercando chi è pronto a contribuire da subito, e che voglia crescere verso specializzazioni avanzate.

REQUISITI FONDAMENTALI
✅  Italiano madrelingua  (obbligatorio)
✅ Almeno  2-3 anni di esperienza  in ruoli ML o Data Science in contesti reali (non solo accademici o formativi)
✅ Esperienza diretta su progetti in produzione, non solo proof of concept
✅ Forte spirito di collaborazione e autonomia operativa
✅ Proattività e orientamento ai risultati: sappiamo già com’è la teoria, vogliamo chi sa anche eseguire

Cosa farai
Progettazione e  sviluppo end-to-end di modelli ML  (NLP, recommender systems, predictive analytics)
Addestramento, fine-tuning e ottimizzazione di modelli, inclusi LLM e diffusion models
Costruzione di pipeline end-to-end robuste, dal preprocessing al deployment in produzione
Integrazione delle soluzioni ML nei prodotti Chiron, in collaborazione con il team di sviluppo
Contributo attivo alle strategie R&D su AI, MLOps ed explainability

Competenze richieste
Solida padronanza di Python e librerie ML (Scikit-learn, PyTorch, Tensor Flow, Hugging Face), con  esperienza applicata , non solo teorica
Esperienza concreta su Machine Learning supervisionato e non supervisionato, con modelli portati in produzione
Esperienza su SQL / No

SQL, pipeline ETL, strumenti tipo PySpark, Airflow, MLFlow
Esperienza di  Fine-tuning di modelli di Open Source di GenAI  (diffusion models, text to text)
Familiarità con logiche MLOps e gestione del ciclo di vita dei modelli
Interesse attivo per l’explainable AI (xAI) e la sperimentazione

✚  Nice to Have
Esperienza con  LLM  e framework (Lang Chain, CrewAI, Graph

RAG) in contesti reali
Esperienza con  sistemi di tracing
Conoscenza pratica di  cloud  (AWS, GCP, Azure)
Esperienza con Click House o Neo4j
Capacità di costruire  API  (FastAPI, Flask, Django) - buon plus se già fatto in produzione
Competenze frontend (React, Vue.js)

Cosa offriamo
Progetti veri, in produzione, dal primo giorno
Crescita tecnica strutturata: mentorship, R&D, e spazio per specializzarsi
Lavoro su progetti con AI generativa e explainable AI
Collaborazione diretta con CTO e team esperto
Modalità ibrida: 3 giorni in sede, 2 in remoto
Compenso  NETTO 22K–32K annui , in base a esperienza e competenze effettive. Piano di crescita meritocratico con aumenti legati ai risultati.
Percorso di evoluzione chiaro: verso senior engineer, o specializzazioni in xAI, MLOps, LLM/agent systems

Processo di selezione
Colloquio conoscitivo
Test tecnico (hard skills) - esercizio ML o codice
Test attitudinale (soft skills)
Colloquio tecnico con team e CTO
Offerta formale