Python-разработчик направления аналитики
ZUBRO — продукт аналитики юнит-экономики для продавцов на Wildberries и Ozon. Система показывает экономику по каждому товару: маржу, расходы, рекламу, склады, движение товара и связанные показатели. Данные с площадок приходят автоматически каждую ночь, приводятся к единой схеме, считаются агрегаты и отображаются в отчетах и интерфейсе. Разработка идет на живом магазине с настоящими цифрами. К декабрю планируется пилот на нескольких магазинах.
Команда небольшая: тимлид, два разработчика направлений (эта вакансия), аналитик, который пишет ТЗ, владелец продукта. Код пишется в паре с AI-агентом Claude Code в готовой среде с автоматическими проверками. Каждый разработчик владеет своим направлением целиком: от данных и расчетов до экрана в продукте. Проект подробно задокументирован: есть портал с навигацией для команды и MCP-сервер для AI-агента с машиночитаемыми материалами.
Ищем двух разработчиков, каждый возьмет на себя отдельное направление в продукте. На старте выберем то, которое лучше совпадает с опытом и интересом кандидата.
Направление 1 — логистика и складская аналитика:
- развивать раздел по остаткам товаров на складах маркетплейсов;
- работать с данными по товарам в пути;
- считать и проверять оборачиваемость по складам;
- сверять рассчитанные показатели с данными из кабинетов WB/Ozon;
- работать с уже собранными данными первого месяца;
- на втором месяце подключить новый источник данных — поставки FBO — по готовому контракту коннектора;
- поддерживать документацию по своему направлению.
Направление 2 — ассортимент, реклама и клиентский портал:
- делать дашборд рекламных расходов;
- считать и отображать ДРР по товарам и рекламным кампаниям;
- сверять рекламные показатели с данными из рекламных кабинетов;
- развивать витрину текущих отчетов под внешнего клиента;
- реализовывать выбор магазина;
- прорабатывать настройки и пустые состояния;
- делать экраны личного кабинета;
- реализовывать тариф с триальным периодом;
- развивать чат поддержки;
- работать с backend-логикой, базой и интерфейсом;
- поддерживать документацию по своему направлению.
В проекте уже есть фундамент: сбор данных с площадок, база данных, безопасность, деплой, документация, автоматические проверки, рабочая среда для AI-агента с контекстом проекта, правилами и журналом действий.
Предстоит работать через документацию, GitHub issues, pull requests, отчеты, автоматические проверки и письменные вопросы. Первые две недели — плотный онбординг с помощью практически в любой момент. После этого — два окна помощи в неделю; если задача полностью заблокирована и это отмечено в системе, реакция в течение 4 часов.
Требования:
- понимать, что именно должно получиться в продукте;
- уметь сформулировать задачу AI-агенту;
- писать промпты с нормальным контекстом, критериями результата и проверками;
- постоянно проверять, что агент сделал правильно;
- уметь остановить агента, если он пошел не туда;
- сверять данные с реальным источником;
- держать контекст своего направления неделями;
- отвечать за результат перед командой;
- уметь работать через документацию и письменные задачи;
- задавать вопросы так, чтобы по ним можно было работать без созвона.
Стек проекта: Python, SQL, PostgreSQL, FastAPI, SQLAlchemy, React + TypeScript, Docker, GitHub, Claude Code. Не обязательно быть экспертом во всем стеке. Важно уверенно понимать Python, SQL, работу с данными и backend-логику. Если основной опыт совсем в другом стеке, может быть сложно: проект, документация и агентская среда заточены под текущий стек.
Особенно подходят люди из продуктов, где есть учетные данные, отчетность и необходимость, чтобы цифры сходились: BI-системы; финансовая и управленческая аналитика; ERP/CRM для малого и среднего бизнеса; товарный учет; e-commerce-аналитика вне маркетплейсов; внутренние аналитические системы; продукты с отчетностью, сверками и интеграциями. Знание маркетплейсов не обязательно — оно есть в документации и рабочем контексте проекта.
Не подойдет:
- человек, которому скучны данные, сверки и отчетность;
- разработчик, который хочет постоянных созвонов вместо письменной работы;
- человек, который не читает документацию и сразу идет спрашивать;
- «кнопконажиматель» AI-агента без проверки результата;
- тимлид или архитектор, которому нужно перестраивать процесс под себя;
- сильный highload backend-разработчик, которому будет тесно в регламентированном процессе;
- человек из сервисов аналитики маркетплейсов вроде mpfact, truestats, tablichki, moneyplace/moneysellers, mpstats и похожих продуктов.
Условия: удалённо, полная занятость, график 5/2, 8 рабочих часов. Ориентир оплаты 220–280 тыс. ₽ в месяц, оформление ИП/крипта. Этапы найма: созвон на 15–30 минут (9 вопросов); оплачиваемое тестовое на 4–6 часов (выделяется 7 дней) в среде, аналогичной рабочей, на синтетических данных; обратная связь через 3 или 6 дней после сдачи; решение о продолжении работы.