Software Engineer

SimpL - AI Operating System for Sales Teams

SimpL è il motore alla base di team sales di aziende da 3000+ dipendenti , trova aziende in target, decide chi contattare all’interno dell’azienda, propone step di outreach multi canale, il tutto senza template e senza sequenze, ogni interazione è unica.

Abbiamo ricostruito da 0 lo stack tecnologico alla base delle piattaforme sales, dallo scraping di dati (che facciamo internamente), alle integrazioni con l’esterno (LinkedIn, mail, telefono, CRM, ecc.), così da poter raccogliere dati sulle interazioni dei nostri clienti, da quando non conoscono un’azienda a quando diventa loro cliente. Questo ci permette di sviluppare modelli a grafo (GNN) che imparano dalle interazioni passate delle aziende, cosa ha funzionato e cosa no, e migliorano l’output dei nostri clienti mese su mese, prendendo decisioni migliori.

Non stiamo cercando di costruire il miglior tool sales italiano. Entro 5 anni vogliamo creare un prodotto che migliori i risultati di revenue delle aziende al punto da assumere rilevanza politica. Vogliamo che chi non usa SimpL non riesca più a competere nel proprio mercato, perché i competitor sono troppo avvantaggiati. (Lo crediamo davvero.)

Il team tech

Backend first. Tre persone trasversali, ognuno con una passione forte per un aspetto particolare, chi sull’IA e chi su backend e infrastruttura, complementari tra loro e folli quanto basta per credere nella mission di SimpL e realizzarla. Cerchiamo due persone uguali, una per lato. Da che parte stai lo decidi tu, o non lo decidi e lo capiamo insieme.

Tre persone significa che non c’è nessuno sopra di te a cui passare il problema. Significa anche che quello che scrivi oggi va in produzione questa settimana e lo vedi girare su clienti veri nella prossima. Nessun ticket che aspetta due sprint. Nessuna riunione di allineamento su un’altra riunione.

Cosa farai

Toccherai tutto: nella stessa settimana potresti trovarti a lavorare su componenti molto diversi del sistema, ma dovrai diventare il punto di riferimento per almeno uno di quelli.

Lato AI: i modelli di Deep Learning sono il nostro pane quotidiano, addestrarli, non solo usarli ;).

Ogni interazione dei clienti — mail aperta, LinkedIn accettato, call andata male, deal chiuso, parola usata — diventa un edge di un grafo. Training, valutazione, feature e il problema più difficile che abbiamo: capire se il modello ha imparato qualcosa di vero o si è affezionato al rumore.

Lato backend e infrastruttura: l’OSINT è la linfa che ci tiene vivi.

Le integrazioni esterne si rompono a caso e senza avvisare. Ingestion, affidabilità, costi cloud, latenza, volumi: tutto quello che serve perché i modelli abbiano dati puliti da mangiare.

In entrambi i casi: se una cosa ti sembra sbagliata la cambi. Non chiedi il permesso, chiedi un parere.

Chi cerchiamo

Il CEO ha 21 anni, nessuno giudicherà poca esperienza in modo negativo, ma bisogna essere compatibili per velocità di onboarding e autonomia, perciò:

S ai riconoscere le cose difficili prima di iniziarle. È la differenza tra chi stima 2 giorni e ne impiega 12, e chi dice “questa è complicata, dammi mezza giornata per capire quanto”.

I l muro davanti a te o lo sfondi o ci giri intorno. Quello che non fai è restare fermo ad aspettare che passi qualcuno.

M ai lasciato correre ciò che non capisci. Hai in testa un allarme che suona quando qualcosa non ti torna, e quando suona devi trovare la risposta, ad ogni costo.

P ensi alla scalabilità di ogni feature, ma non riscrivi tre volte una funzione che gira una volta al mese.

L ‘AI la usi come si usa nel 2026: Cursor e/o Claude Code tutto il giorno, riconoscendo quando l’output è sbagliato. Non ci interessa se hai scritto ogni riga a mano, ci interessa che tu capisca ogni riga che hai committato.

Nozioni fondamentali

Python, git, API REST, architettura del software, come si struttura un sistema che cresce e cosa si rompe quando cresce.

Lato AI : PyTorch (GNN e deep learning sono un forte plus, non un requisito).

Lato backend e infrastruttura : cloud, database, code.

Sei su Milano o Roma o hai voglia di raggiungerci un paio di giorni a settimana.

Qui non trovi la lista di 14 tecnologie. Se ci fosse, la sapresti scrivere in un prompt.

Cosa offriamo

• RAL 36/50k inizialmente in base all’esperienza, poi sale insieme all’impatto
• Equity: ESOP 0,075/0,15% , vesting 4 anni
• 3-5k di welfare
• Questa non la ha nessuno: stiamo prendendo una hacker house e non abbiamo il budget di un neolaureato a Milano (sarà molto figa)… se vuoi vivere lì (gratis) anche per mesi, organizzare eventi, creare fomo, è a disposizione.
• Cresciamo i nostri. Tra 6-12 mesi servirà qualcuno che guidi una parte di tech: potresti essere tu o chiunque altro in azienda si dimostra in grado (anche se entrato da meno tempo)

Come funziona la selezione

1. Call conoscitiva, 20 minuti. Cose che hai costruito, come le hai costruite, cosa hai capito dopo. Gli errori fatti e le lezioni imparate.

2. Debug live, 45 minuti. Un bug vero preso dalla nostra storia, ambiente pronto, Cursor e Claude Code aperti, internet aperto. Non guardo se lo risolvi. Guardo come ci arrivi e cosa fai quando la prima strada non funziona.

3. Teardown infrastruttura, 30 minuti. Ti diamo la nostra architettura e ci dici cosa faresti diversamente. Se non ci dici niente di sbagliato è un problema: ci sono cose sbagliate.

Niente test a crocette, niente algoritmi da whiteboard, niente sei giri con HR. L’HR non ce l’abbiamo.

Per candidarti

Due domande. Niente cover letter, sappiamo entrambi come vengono scritte oggi.

1. Mandaci o raccontaci una cosa che hai costruito senza che te lo chiedesse nessuno. Repo, screenshot, link morto, progetto abbandonato a metà: va bene tutto.

2. Qual è la tecnologia più sopravvalutata del 2026, perché?

Usa pure l’AI per rispondere, non ci offendiamo. Poi però in call te le smontiamo pezzo per pezzo, quindi conviene che siano tue.

3. Il campo che non doveva esserci. Se sai perché si chiama così, scrivilo qui.