Cerco la persona che prenderà in mano il cuore del nostro prodotto e lo farà diventare ogni giorno più accurato ed efficiente.
Siamo una startup di pricing intelligence nata 6 mesi fa, a Carpi (MO). Aiutiamo brand e retailer a capire come si muove il mercato e a prezzare di conseguenza.
Dietro la dashboard c'è già un sistema che ogni giorno confronta milioni di prodotti tra il catalogo del cliente e centinaia di e-commerce. Funziona. Non parte da zero, non è un foglio bianco. Ma può — e deve — diventare molto più preciso e molto più efficiente di quanto sia oggi. È lì che entri tu.
CHE TIPO DI PERSONA CERCO, ONESTAMENTE
Una persona che mette le mani in pasta. Non un architetto da slide: qui scrivi codice, leggi log, apri CSV da 50.000 righe e capisci perché 37 match sono sbagliati. Poi proponi una soluzione, la implementi, la misuri. Il giorno dopo ricominci su un altro pezzo.
Una persona che sa stare nei dati prima ancora che nei modelli. Se davanti a un caso strano la prima reazione è \"fammi guardare il dato grezzo\" e non \"proviamo un modello più grosso\", parliamo la stessa lingua.
Una persona che decide e si prende le conseguenze. Sei il primo profilo dedicato a quest'area: nessun senior sopra a dirti come fare. Le scelte tecniche le prendi tu, con me come sparring partner, non come capo.
COSA FARAI DAVVERO, NEI PRIMI 6 MESI
Studierai a fondo il sistema esistente fino a conoscerlo meglio di chi l'ha scritto
Farai girare la pipeline di matching su tutti i clienti: nuovi onboarding, run periodiche, controllo dei risultati, gestione dei casi che escono male. È il lavoro che ti tiene con i piedi nella realtà e ti dice ogni giorno cosa va migliorato
Individuerai dove perdiamo accuratezza ed efficienza, e proporrai come recuperarle — esperimento dopo esperimento, sempre misurando
Lavorerai su rappresentazioni semantiche dei prodotti, similarità multi-modale (testo + immagini) e logiche di giudizio automatico sui casi ambigui — su un sistema già in produzione, non in laboratorio
Ottimizzerai i costi della pipeline (infrastruttura, calcolo, chiamate esterne) a parità di qualità — in una startup ogni euro risparmiato è una runway più lunga
⚠️ Importante: questo non è un ruolo solo di ricerca. È 50% operativo, 50% miglioramento continuo. La parte operativa non è un peso: è il sensore che ti dice ogni giorno dove intervenire. Chi cerca un ruolo puramente sperimentale qui non si troverà bene.
SU COSA TI MISUREREMO DAVVERO
Tre numeri, niente di più:
1. Accuratezza del matching (precision/recall sui nostri test set)
2. Copertura: quanti prodotti cliente riusciamo ad agganciare con almeno un match valido
3. Efficienza/costo: ridurre il costo di infrastruttura e di chiamate esterne a parità di qualità
DOVE SARAI TRA 18 MESI, SE LE COSE GIRANO
Sarai il/la responsabile dell'area AI, con un piccolo team sotto di te, le tue scelte di stack, il tuo budget di sperimentazione. In una startup early-stage chi arriva presto ed esegue cresce in fretta. Non è marketing: è matematica. Oggi siamo in pochissimi e questo è uno dei pilastri del prodotto.
PROFILO CHE FUNZIONA QUI
✔ Almeno 3 anni di esperienza con Python in produzione (non POC, non notebook)
✔ Hai già lavorato su qualcosa di reale con embedding semantici, ricerca vettoriale o entity resolution — e sai raccontarmi cosa è andato storto la prima volta
✔ Sei abituato a entrare in codebase di altri, capirle e migliorarle senza riscriverle da capo
✔ PostgreSQL e SQL li mastichi, non li subisci
✔ Non hai paura della parte operativa: leggere log, gestire run notturne, intervenire quando qualcosa rompe
✔ Italiano fluente a livello professionale, inglese tecnico sufficiente per documentazione e tooling
QUESTO RUOLO NON FA PER TE SE
• Cerchi un primo approccio al machine learning senza esperienza in produzione
• Preferisci ruoli puramente di ricerca o sperimentazione, lontani dall'operatività
• Hai bisogno di processi consolidati e roadmap trimestrali definite per lavorare bene
COSA OFFRIAMO, SENZA GIRI DI PAROLE
Tempo indeterminato dopo il periodo di prova
RAL competitiva per una startup early-stage, definita dopo la prima call sui tuoi progetti reali
Equity reale — sei tra i primi, lo riconosciamo nero su bianco
Smart working ibrido (2–3 giorni in sede), aperto anche a full-remote in Italia con presenze mensili
Premio annuale legato ai numeri di cui sopra (accuratezza, copertura, efficienza)
Ticket restaurant e hardware serio