Founding AI Engineer

La tua missione

Il nostro agente AI gestisce già una parte significativa delle conversazioni tra i rivenditori e gli acquirenti. La nostra pipeline di generazione degli annunci gira con costi sotto controllo. Ma siamo ancora lontani da dove vogliamo arrivare.

La tua missione: prendere queste fondamenta e portarle a un tasso di automazione superiore al 90% sulle conversazioni e al 90% sui listing auto-generati accettati così come sono. In parallelo, costruisci gli agenti interni che rendono ogni team più veloce e sei il motore dell'innovazione AI in azienda, testando le ultime novità e integrandole rapidamente.

Cosa avrai fatto in 12 mesi

• Pipeline LLM di prodotto che migliora in continuo, con re-training sui nostri dati almeno una volta a trimestre.
• Costo AI misurato e tracciato settimana dopo settimana.
• Eval continua attiva: dataset di test, rilevamento di regressioni, observability LLM (Langfuse o equivalente) su tutti i flow critici.
• Agenti autonomi shippati per ogni team (sales, support, ops, dev).
• Supporto clienti gestito principalmente senza umani, sui temi ricorrenti.
• Base di conoscenza RAG su documentazione, conversazioni e codice disponibile internamente.

I tuoi primi 90 giorni

Mese 1. Mappi le pipeline AI esistenti. Tiri fuori un dataset di 1.000 errori e rilasci un primo miglioramento misurabile.

Mese 3. Hai messo in piedi l'eval continua. Hai shippato un primo agente interno (probabilmente per il supporto). Hai già fatto due re-training mirati.

Mese 6. Sei owner dell'intero stack AI in autonomia. Guidi le scelte di modello, infrastruttura, costo, observability.

Chi cerchiamo

• 4-5 anni di esperienza minimo, con LLM e ML shippati in produzione (non solo notebook, non solo hackathon). Metriche precise sui tuoi progetti, prove alla mano.
• Puoi parlarci di quattro o cinque paper, post o video AI che ti hanno colpito di recente e perché. Concreto, non name-dropping.
• Sai ottimizzare una pipeline LLM in produzione: context caching, prompt compression, routing dei modelli in base alla difficoltà, fine-tuning mirato, batch processing.
• Padroneggi l'observability LLM (Langfuse o equivalente), i dataset di test, l'eval continua, il rilevamento di regressioni.
• Sai divulgare un concetto LLM complesso a un non-tech in due minuti senza gergo.
• Usi Claude Code o Cursor a fondo ma fai review degli output.

Nice to have. Fine-tuning DPO o RLHF già fatto. RAG in produzione. Modello addestrato from scratch su dati proprietari. ML Vision.

Questo ruolo non fa per te se

• Cerchi un ruolo da Research Scientist, non facciamo R&D blue sky.
• Lavori solo su notebook Jupyter e non hai mai shippato in produzione.
• Ti rifiuti di condividere codice o progetti concreti.
• Non sei aggiornato sulle ultime novità in ambito LLM e non riesci a discuterne concretamente.
• Non sai divulgare un concetto LLM a un non-tech in due minuti.
• Non padroneggi l'observability LLM, i dataset di test, l'eval continua, il rilevamento di regressioni.

Vantaggi

• Stipendio 110–140 K€ lordi/anno
• BSPCE 0,5–1,5%, vesting 4 anni, cliff 1 anno
• Casa ControlResell a 30 minuti da Parigi con RER
• Cuoco a pranzo e cena nei giorni di presenza
• Ferie illimitate
• MacBook Pro M-series e 2.000 € di budget hardware
• Abbonamento Claude Code Max e tool premium per il tuo stack
• 3 mesi negli US nella Silicon Valley entro 18 mesi
• Budget conferenze e formazioni
• Budget compute/API LLM e ML
• 20% del tuo tempo su side project, R&D, articoli, ecc. che scegli tu in linea con la nostra missione.

Il processo

1. Call 1 con Lyes (30 min). Visione, missione.
2. Call 2 con Nathan (60 min). Test tecnico su dataset reale: durante la call, analizzi, tiri fuori le tipologie, proponi una strategia.
3. Call 3 con Lyes e Nathan (45 min). Debrief, package, domande.
4. Cena a casa CR.
5. Offerta entro 24h.