ML cube è nata nel **** come spin-off del Politecnico di Milano e cerca la persona che porterà la ML3 Platform sul mercato enterprise.
È un ruolo business-first: riporti al CEO, lavori con un team tecnico senior e rispondi di adozione e ricavi.
Se hai già costruito un prodotto da zero e vuoi farlo di nuovo, continua a leggere.
ML cube si occupa di AI quality e AI governance.
Lavora con aziende di settori regolamentati (banking, finance, healthcare, manufacturing) che devono portare in produzione sistemi di AI affidabili, monitorati e conformi.
Il team conta circa 30 persone, con una resistente componente di ricerca e ingegneria, e fa parte di un piccolo gruppo di aziende specializzate che fa capo a Kayrhos S.r.l., società di consulenza direzionale con oltre 80 persone.
La ML3 Platform è il prodotto principale: un layer di monitoring, valutazione e governance che si integra con le piattaforme enterprise che i clienti usano già, invece di sostituirle.
La tecnologia è solida.
Adesso bisogna consolidare il prodotto e costruire un go-to-market strutturato.
Sarai l'owner della piattaforma dal punto di vista di mercato: chi la compra, perché, a quale prezzo e attraverso quali canali.
ML cube si aspetta che tu ragioni come il founder del prodotto e che porti decisioni, oltre al backlog.
Per chiarezza, non è un ruolo da Technical PM che scrive specifiche di dettaglio (il team tecnico lo fa già bene), né da Project Manager che coordina la delivery dei progetti cliente.
E non è nemmeno un ruolo solo commerciale.
Strategia e posizionamento:
definirai segmenti target, buyer persona (CTO, CDO, Chief Risk Officer, compliance) e use case prioritari.
Seguirai l'evoluzione normativa, dall'AI Act ai framework di model risk management, per capire dove può dare un vantaggio al prodotto.
Go-to-market e pricing:
costruirai il piano di lancio (ICP, messaggi,



canali, partnership) e proverai sul campo diversi modelli di packaging e pricing: licenza, SaaS, moduli, piloti a pagamento.
Preparerai anche il materiale di prodotto, dal pitch alle demo, fino a one-pager e case study.
Clienti e vendita:
parlerai ogni settimana con clienti e prospect, tra interviste, workshop e piloti.
Affiancherai il CEO nelle trattative più importanti come esperto di prodotto e aiuterai chi vende a farlo meglio.
Dai progetti di consulenza in corso ricaverrai validazioni e componenti di prodotto riutilizzabili.
Ponte con il team tecnico:
trasformerai quello che senti dal mercato in problemi chiari e priorità condivise, lasciando al team il come.
Deciderai i trade-off su scope e tempi, compreso cosa non fare, e li comunicherai senza ambiguità.
Il primo anno:
entro 3 mesi conoscerai a fondo piattaforma, partner e clienti, avrai fatto tra 15 e 20 interviste e proporrai ICP e posizionamento.
Entro 6 mesi avrai una roadmap condivisa con il team tecnico, un kit di vendita completo e 2 o 3 piloti con criteri di successo chiari.
Entro 12 mesi arriveranno i primi contratti di prodotto (non progetti) e un go-to-market ripetibile che non dipende solo dal CEO.
Chi stiamo cercando
Esperienza GTM:
hai lavorato in product management, product marketing, business development o strategy in aziende B2B software o tech, e hai seguito in prima persona lancio, posizionamento,



pricing e supporto alla vendita di un prodotto per clienti enterprise.
Mentalità imprenditoriale:
hai già costruito qualcosa da zero (una startup, una nuova business line, un prodotto lanciato internamente) e lavori bene anche con ambiguità e risorse limitate.
AI fluency:
sai come si costruisce, valida e monitora un modello, e conosci drift, bias, explainability, LLM e agenti abbastanza da discuterne alla pari con data scientist e ML engineer.
Non dovrai scrivere codice.
Buyer enterprise:
conosci i cicli di vendita complessi, meglio se in settori regolamentati.
Comunicazione:
scrivi e parli bene in italiano e in inglese, anche davanti a un C-level.
Formazione:
laurea in ingegneria, economia, informatica o discipline affini.
Un MBA o un percorso misto tech/business è un plus.
Esperienza su prodotti di MLOps, AI observability, data platform o AI governance.
Conoscenza dell'EU AI Act, delle linee guida EBA o di framework di model risk management.
Una rete di contatti nel banking, insurance, healthcare o manufacturing in Italia.
Esperienza con partnership e canali indiretti, come system integrator e marketplace dei cloud provider.
Cosa offre il Cliente
Retribuzione:
RAL ************* € per profili mid/senior e ************* € per profili junior/mid.
Si aggiungono una parte variabile (MBO) legata ai risultati di prodotto e un piano di stock options.
Ownership:
un prodotto AI da guidare in una fase decisiva, con riporto diretto al CEO.
Team e ricerca:
un team tecnico di alto livello e attività di R&D; in collaborazione con il Politecnico di Milano e altri organismi di ricerca.
Clienti:
aziende enterprise in settori dove un'AI affidabile è un requisito, non un'opzione.
Modalità:
lavoro ibrido con 2 o 3 giorni a settimana in ufficio, sede a Milano.
#J-*****-Ljbffr

📌 Product Manager @ Mlcube (Bardi)
🏢 Product Heroes
📍 Bardi