Kestra cerca una figura di prodotto che prenda in carico il lato AI della sua piattaforma di orchestrazione: decidere quali workflow guidati da agenti e LLM vale la pena supportare e per chi. Il lavoro è a diretto contatto con i fondatori, con il team di engineering e con i colleghi che parlano ogni giorno con i clienti.

Ruolo
Definirai le funzionalità AI, dai casi d'uso fino alla pianificazione della roadmap, conducendo interviste con clienti e prospect per validare quali workflow abbiano davvero senso costruire. Trasformerai i casi d'uso validati in specifiche e blueprint riutilizzabili insieme al team di engineering, e deciderai con altrettanta chiarezza cosa non costruire, dicendolo apertamente. Serve esperienza concreta nella costruzione di prodotti AI o rivolti a sviluppatori, con esempi da raccontare in profondità, un solido giudizio di prodotto che sappia distinguere un caso d'uso serio da uno appariscente e una fluidità tecnica sufficiente a comprendere agenti, orchestrazione e integrazioni al punto da poterli definire, anche senza scrivere il codice. La comunicazione richiesta è diretta e priva di fronzoli. L'azienda specifica di non essere interessata a candidature la cui esperienza AI si esaurisca in una demo o in un prototipo: cerca chi ha rilasciato prodotti AI a utenti reali e sa raccontare i compromessi affrontati.

Tecnologie
La piattaforma Kestra e il suo motore di orchestrazione, agenti AI e workflow basati su LLM, plugin e integrazioni verso i provider di modelli, ecosistema open source su GitHub.

Informazioni su Kestra

Kestra è una piattaforma di orchestrazione universale, open source e dichiarativa, pensata per coordinare data pipeline, automazione IT, processi di business e sistemi AI e agentici. Il progetto open source ha raccolto quasi 30.000 stelle su GitHub, centinaia di contributor e una community globale in rapida crescita, mentre la piattaforma è usata da oltre 10.000 organizzazioni nel mondo, tra cui JPMorgan Chase, Bloomberg, FILA e Crédit Agricole, per carichi di lavoro mission-critical.

Il cuore tecnico è scritto in Java con Micronaut, con un frontend in Vue 3 e TypeScript, e supporta backend come PostgreSQL, MySQL, Kafka ed Elasticsearch, con distribuzione su Docker e Kubernetes nei principali cloud. Attorno al motore ruota un ampio ecosistema di plugin che collega Kestra agli strumenti del modern data stack, da dbt a Fivetran e Airbyte fino a Snowflake, BigQuery e Databricks, oltre ai provider di LLM e ai framework per agenti. Nel marzo 2026 l'azienda ha chiuso un round di Series A da 25 milioni di dollari guidato da RTP Global, con la partecipazione di Alven, ISAI e Axeleo e il sostegno di fondatori provenienti da Datadog, dbt Labs e Hugging Face. Il modo di lavorare è remote-first e distribuito su più fusi orari, con cicli di rilascio di otto settimane, processi leggeri, discussione pubblica delle scelte tecniche su GitHub e forte autonomia individuale.

Visita il sito web →