04 set - Italia
Hint
Descrizione dell’offerta di lavoroChi siamo
Siamo Hint (ex Mr Franz), una startup travel-tech italiana. Costruire mappe di città personalizzate sulla personalità di chi viaggia: invece di restituire la stessa lista di "top 10 cose da fare a Tokyo" a chiunque, componiamo un itinerario cucito su quella persona grazie a dati proprietari. Siamo sul mercato da più di un anno, esistono processi già avviati, ma ora è il momento in cui iniziamo a strutturare squadre per ogni dipartimento. Non siamo una corporation: qui è tutto da creare, e in fretta (molta fretta!). Il che significa che se hai voglia di avere un ruolo cardine in questa impresa, per renderla gloriosa, e senti il bisogno di sentirti parte di un progetto con ambizioni globali, dove non hai solo il "compitino" da svolgere, questo è il posto giusto.
Perché apriamo questa posizione
Stiamo passando da un prodotto "mappa uguale per tutti" a un motore di raccomandazione che sceglie i punti di interesse in funzione del profilo del singolo viaggiatore. Per farlo non basta il prodotto: serve il metodo scientifico dietro.
Quanti punti devono comparire in una mappa perché l’esperienza sia davvero soddisfacente? Come lo misuriamo? Come disegniamo un esperimento in città reali per validare queste ipotesi senza bruciare budget? Oggi in team abbiamo ingegneri, software architect, founder, creativi. Ci manca una persona che ragioni in modo rigoroso su dati, statistica e disegno sperimentale, e che sappia tradurre questo rigore in decisioni di prodotto. È la figura più strategica della prossima fase.
Di cosa ti occuperai
- Costruire e mantenere il modello statistico che governa la selezione dei punti di interesse per ogni mappa personalizzata.
- Disegnare A/B test strutturati (su Post Hog o strumenti equivalenti) per validare le scelte di prodotto sulle nostre città pilota.
- Analizzare il feedback quantitativo e qualitativo che riceviamo dagli utenti e trasformarlo in raccomandazioni operative.
- Stimare parametri del prodotto (soddisfazione, engagement, retention) e costruire gli indici compositi che useremo come nord per le decisioni di business.
- Leggere letteratura scientifica rilevante (recommender systems, psicometria, travel research) e scriverne sintesi usabili dal team.
- Produrre il razionale quantitativo dietro le decisioni
#J-18808-Ljbffr
07 set - Lovere
Randstad Italy
07 set - Terni
Altro
07 set - Cuneo
Altro
07 set - Sesto San Giovanni
Altro