Интернет РЕВОЛЮЦИЯ
Senior AI Engineer / Инженер по AI-автоматизации
Опыт работы: 3–6 лет
Полная занятость
График: 5/2
Формат работы: удалённо
☑️ Чем предстоит заниматься
•Анализ рынка → поиск товарных возможностей → расчёт экономики → поиск поставщиков → создание товара и контента → размещение → реклама → аналитика → операционное управление
•AI Engineer должен находить участки, которые сегодня требуют человека, таблиц, браузера и десятков повторяющихся действий, и превращать их в автоматизированные процессы, сервисы или AI-агентов
•Не обязательно автоматизировать процесс на 100%. Часто правильный результат — система, которая делает 70–90% работы и передаёт человеку только спорные решения
•Приоритетные задачи будем выбирать вместе с бизнесом — по ожидаемому эффекту и сложности внедрения
•Анализ новых маркетплейсов и категорий, поиск быстрорастущих товаров и ниш
•Сбор и нормализация данных из маркетплейсов и внешних источников, конкурентная аналитика
•Поиск аналогов товара и поставщиков, AI-агенты для запросов цен и коммуникации с фабриками
•Расчёт полной стоимости поставки и потенциальной прибыльности товара
•Анализ отзывов и поиск возможностей для улучшения продукта
•Генерация и локализация карточек товара под разные страны и площадки
•Автоматизация рекламы и регулярной операционной работы
•Интеграция маркетплейсов, ERP, CRM и аналитических систем; внутренние инструменты и AI-интерфейсы для сотрудников
•Один из возможных классов решений — Product Hunter: система, которая находит перспективные товары, ищет аналоги, считает экономику и помогает принять решение о запуске. Но роль не ограничивается разработкой одного такого продукта
☑️ Наши пожелания к кандидатам
•Python и SQL/PostgreSQL
•API и интеграции со сторонними сервисами
•Асинхронная разработка, очереди и фоновые задачи
•Построение data pipelines
•Docker, Git/CI/CD и работа с облачной инфраструктурой
•Практический опыт работы с LLM API
•Умение оценивать качество AI-систем, обрабатывать ошибки и контролировать стоимость их работы
•Structured output, tool calling, агенты и agentic workflows
•RAG и embeddings
•MCP, browser automation и мультимодальные модели
•Инструменты мониторинга и отладки AI-систем: Langfuse или аналоги
•Конкретный фреймворк не принципиален. Если задачу можно нормально решить обычным Python-скриптом без AI, нужно выбрать Python-скрипт
•Product thinking — сначала понять проблему бизнеса и только потом выбирать технологию
•Ownership — самостоятельно находить и обосновывать задачи, не ждать детального ТЗ и проходить путь: проблема → исследование → прототип → интеграции → production → измерение результата
•Скорость — нам ближе за неделю собрать первую рабочую версию и проверить её на реальном процессе, чем три месяца проектировать идеальную архитектуру
•Умение работать с неопределённостью — на новом рынке заранее неизвестны все API, источники данных и ограничения площадок, нужно самостоятельно исследовать среду и находить рабочий путь
•Business curiosity — должно быть интересно разбираться: как работает marketplace, из чего складывается прибыль товара, как устроены закупки и реклама, где возникает ручной труд и чем рынки отличаются друг от друга
