Senior product manager
Il ruolo
DolceBot è una piattaforma SaaS proptech che automatizza la gestione degli affitti brevi, dalla comunicazione con gli ospiti agli adempimenti burocratici, dalla gestione dei canali OTA alla fatturazione.
Siamo alla ricerca di un Product Manager che ci aiuti a far crescere il prodotto in una fase di robusto espansione. Lavorerai a stretto contatto con il Product Lead e il team di sviluppo, seguendo i progetti lungo tutto il ciclo di vita: dalla comprensione delle esigenze di business alla definizione della soluzione, fino al rilascio e alla verifica dell'impatto. Contribuirai inoltre a individuare nuove opportunità per il prodotto, partendo dai bisogni dei clienti, dai dati e dagli obiettivi di business.
Lavoriamo in modo AI-native. Spec, ticket, mockup, codice e documentazione li scrive in gran parte l'AI. Alle persone resta il lavoro che l'AI non sa fare da sola: decidere cosa costruire, dire com'è fatto il risultato giusto, e accorgersi quando quello che è uscito non lo è. Questo ruolo è esattamente quel lavoro.
Cosa farai
- Tenere il contesto del prodotto. Sai nel dettaglio cosa stiamo costruendo e perché, e lo scrivi dove l'AI e il team possono leggerlo: documenti di prodotto, regole del dominio, decisioni prese e motivi. È quel contesto che permette ad agenti e ingegneri di non sbagliare
- Trasformare richieste grezze in decisioni. Le richieste arrivano da commerciale, operations e clienti. Con l'AI analizzi conversazioni, ticket di supporto e dati per capire il bisogno vero. Poi decidi tu: cosa si costruisce, cosa no, cosa succede nei casi limite
- Far produrre all'AI spec, mockup e ticket, e rispondere tu di quello che esce. Non parti da una pagina bianca:
la prima versione la genera l'AI a partire dal tuo contesto. Tu la rivedi, tagli, correggi e la firmi. Una spec sbagliata scritta dall'AI è una spec sbagliata scritta da te
- Definire "fatto" in modo che si possa verificare. Criteri di accettazione controllabili, esempi concreti di input e risultato atteso, casi di test. Per le funzioni in cui è l'AI a rispondere agli ospiti, anche conversazioni d'esempio e criteri per giudicare se una risposta è buona. È questo che permette a ingegneri e agenti di lavorare senza dover tornare da te
- Prototipare invece di spiegare. Un prototipo cliccabile fatto in un pomeriggio con Claude Code, v0 o Lovable chiarisce più di dieci messaggi. Lo usi per validare l'idea con clienti e operations prima che entri in sviluppo
- Interrogare i dati da solo. La query te la può scrivere l'AI; sapere se il numero ha senso è compito tuo. Prima del lavoro capisci se una cosa serve, dopo il rilascio verifichi se ha funzionato
- Parlare con clienti e operations. L'AI ti aiuta a preparare le call e ad analizzarle dopo, ma la call la fai tu. È lì che capisci come il prodotto viene usato davvero
- Provare quello che esce prima dei clienti. Verifichi ogni rilascio contro i criteri che hai scritto tu. Dove si può, il controllo lo fa l'AI e tu guardi i casi che contano
- Migliorare il modo in cui lavoriamo con l'AI.
Quando l'AI sbaglia sempre nello stesso modo, non correggi solo l'output: sistemi il contesto, il template o le istruzioni, così la volta dopo non succede
Must have
- 3-5 anni come Product Manager (o Product Owner con responsabilità reale di prodotto), meglio se in più di un'azienda — vogliamo qualcuno che abbia visto più di un modo di lavorare
- L'AI è il modo in cui lavori, non un aiuto occasionale — Claude, Claude Code, ChatGPT, v0, Lovable o simili, ogni giorno, per tutto il lavoro: ricerca, spec, mockup, analisi dati. Hai un metodo: come dai contesto all'AI, come verifichi quello che produce, dove non ti fidi. Non "ho provato ChatGPT": ce lo fai vedere
- Spec generate con l'AI, riviste da te, costruite da altri — porti esempi concreti: cosa ha prodotto l'AI, cosa hai corretto e perché, cosa hai tagliato
- Ti accorgi quando l'AI sbaglia — su un dominio che conosci, sai distinguere una risposta plausibile da una giusta, e lo dimostri con un caso reale
- Prototipi in autonomia — non hai bisogno di un designer né di un ingegnere per far vedere come funzionerebbe una schermata
- Lavoro diretto con gli ingegneri — sai stare in una conversazione tecnica, capire un trade-off, dire "allora facciamo così" senza un intermediario
- Capacità di leggere i dati — SQL di base, oppure autonomia piena su uno strumento di BI o su un foglio di calcolo, anche facendoti aiutare dall'AI. Sai rispondere da solo a "quanti clienti lo usano?" e sai dire se la risposta è plausibile
- Comprensione del business — capisci come l'azienda fa i soldi e sai collegare una feature a un numero
- Italiano e inglese — clienti e team operations son
DolceBot è una piattaforma SaaS proptech che automatizza la gestione degli affitti brevi, dalla comunicazione con gli ospiti agli adempimenti burocratici, dalla gestione dei canali OTA alla fatturazione.
Siamo alla ricerca di un Product Manager che ci aiuti a far crescere il prodotto in una fase di robusto espansione. Lavorerai a stretto contatto con il Product Lead e il team di sviluppo, seguendo i progetti lungo tutto il ciclo di vita: dalla comprensione delle esigenze di business alla definizione della soluzione, fino al rilascio e alla verifica dell'impatto. Contribuirai inoltre a individuare nuove opportunità per il prodotto, partendo dai bisogni dei clienti, dai dati e dagli obiettivi di business.
Lavoriamo in modo AI-native. Spec, ticket, mockup, codice e documentazione li scrive in gran parte l'AI. Alle persone resta il lavoro che l'AI non sa fare da sola: decidere cosa costruire, dire com'è fatto il risultato giusto, e accorgersi quando quello che è uscito non lo è. Questo ruolo è esattamente quel lavoro.
Cosa farai
- Tenere il contesto del prodotto. Sai nel dettaglio cosa stiamo costruendo e perché, e lo scrivi dove l'AI e il team possono leggerlo: documenti di prodotto, regole del dominio, decisioni prese e motivi. È quel contesto che permette ad agenti e ingegneri di non sbagliare
- Trasformare richieste grezze in decisioni. Le richieste arrivano da commerciale, operations e clienti. Con l'AI analizzi conversazioni, ticket di supporto e dati per capire il bisogno vero. Poi decidi tu: cosa si costruisce, cosa no, cosa succede nei casi limite
- Far produrre all'AI spec, mockup e ticket, e rispondere tu di quello che esce. Non parti da una pagina bianca:
la prima versione la genera l'AI a partire dal tuo contesto. Tu la rivedi, tagli, correggi e la firmi. Una spec sbagliata scritta dall'AI è una spec sbagliata scritta da te
- Definire "fatto" in modo che si possa verificare. Criteri di accettazione controllabili, esempi concreti di input e risultato atteso, casi di test. Per le funzioni in cui è l'AI a rispondere agli ospiti, anche conversazioni d'esempio e criteri per giudicare se una risposta è buona. È questo che permette a ingegneri e agenti di lavorare senza dover tornare da te
- Prototipare invece di spiegare. Un prototipo cliccabile fatto in un pomeriggio con Claude Code, v0 o Lovable chiarisce più di dieci messaggi. Lo usi per validare l'idea con clienti e operations prima che entri in sviluppo
- Interrogare i dati da solo. La query te la può scrivere l'AI; sapere se il numero ha senso è compito tuo. Prima del lavoro capisci se una cosa serve, dopo il rilascio verifichi se ha funzionato
- Parlare con clienti e operations. L'AI ti aiuta a preparare le call e ad analizzarle dopo, ma la call la fai tu. È lì che capisci come il prodotto viene usato davvero
- Provare quello che esce prima dei clienti. Verifichi ogni rilascio contro i criteri che hai scritto tu. Dove si può, il controllo lo fa l'AI e tu guardi i casi che contano
- Migliorare il modo in cui lavoriamo con l'AI.
Quando l'AI sbaglia sempre nello stesso modo, non correggi solo l'output: sistemi il contesto, il template o le istruzioni, così la volta dopo non succede
Must have
- 3-5 anni come Product Manager (o Product Owner con responsabilità reale di prodotto), meglio se in più di un'azienda — vogliamo qualcuno che abbia visto più di un modo di lavorare
- L'AI è il modo in cui lavori, non un aiuto occasionale — Claude, Claude Code, ChatGPT, v0, Lovable o simili, ogni giorno, per tutto il lavoro: ricerca, spec, mockup, analisi dati. Hai un metodo: come dai contesto all'AI, come verifichi quello che produce, dove non ti fidi. Non "ho provato ChatGPT": ce lo fai vedere
- Spec generate con l'AI, riviste da te, costruite da altri — porti esempi concreti: cosa ha prodotto l'AI, cosa hai corretto e perché, cosa hai tagliato
- Ti accorgi quando l'AI sbaglia — su un dominio che conosci, sai distinguere una risposta plausibile da una giusta, e lo dimostri con un caso reale
- Prototipi in autonomia — non hai bisogno di un designer né di un ingegnere per far vedere come funzionerebbe una schermata
- Lavoro diretto con gli ingegneri — sai stare in una conversazione tecnica, capire un trade-off, dire "allora facciamo così" senza un intermediario
- Capacità di leggere i dati — SQL di base, oppure autonomia piena su uno strumento di BI o su un foglio di calcolo, anche facendoti aiutare dall'AI. Sai rispondere da solo a "quanti clienti lo usano?" e sai dire se la risposta è plausibile
- Comprensione del business — capisci come l'azienda fa i soldi e sai collegare una feature a un numero
- Italiano e inglese — clienti e team operations son