Senior AI-инженер по автоматизации бизнес-процессов

Компания Internet Revolution — e-commerce полного цикла: исследование спроса, разработка и производство товаров в Китае, ввоз в Россию, управление ВЭД, логистикой, складами, аналитикой, ассортиментом и продажами. Объём — 40 000 заказов в сутки и 1 млрд рублей в заказах в месяц. Следующий этап — рост x10 и перенос бизнес-модели на новые международные рынки.

Зачем нужна роль

Ищут сильного hands-on инженера, который поможет ускорить запуск и работу на новых рынках с помощью AI и автоматизации, радикально сократив время и ручную работу. Это не роль исследователя ML и не разработчика, который просто внедряет LLM, RAG или LangGraph. Нужен человек, способный посмотреть на реальный бизнес-процесс — анализ рынка, запуск товара, поиск поставщиков и закупку, ценообразование, контент, рекламу или логистику — и понять, что можно автоматизировать, какие данные и интеграции нужны и как за несколько недель собрать работающий инструмент. Главный критерий результата — не сложность AI-архитектуры, а то, насколько быстрее и эффективнее начал работать бизнес.

Основная задача

При выходе в новую страну нужно быстро воспроизвести цепочку: 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 выбираются вместе с бизнесом — по ожидаемому эффекту и сложности внедрения.

Какие задачи могут быть

• 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.

Какого человека ищут

Инженер, который уже внедрял AI-системы в реальные бизнес-процессы и может рассказать не только об используемых технологиях, но и о результате. Важно понять, что именно вы сделали и как это изменило работу бизнеса.

Какой опыт особенно интересен

Будет плюсом опыт в:

• E-commerce, маркетплейсах и международной торговле.
• Закупках, поиске поставщиков, логистике и управлении цепочками поставок.
• Fintech, adtech, travel или SaaS с большим количеством интеграций.
• Внутренних продуктах для автоматизации и компаниях с большим объёмом ручных операций.

Название предыдущей должности не принципиально. Важен сильный инженерный опыт в сочетании с пониманием бизнеса и практикой внедрения AI-систем. Интересны люди с опытом ролей: AI Product Engineer / Applied AI Engineer / AI Automation Engineer / Forward Deployed Engineer / Solutions Engineer / Founding AI Engineer / Senior Python Engineer с сильным product/business уклоном.

Технический профиль

Нужен сильный инженер, способный самостоятельно довести решение от идеи до production.

Базово ожидают:

• 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.

Из AI-инструментов и подходов полезны:

• 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.

Очень важные качества

• 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: 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: интерес 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.

Что предлагают

• Полную занятость, удалённую работу, официальное оформление и полностью белый доход.
• Команду открытых коллег, готовых помочь и заинтересованных в общем результате. В каждом направлении есть эксперты, которые помогут разобраться в процессах. В ИТ-блоке — разработчики, дата-инженеры, ML-специалисты и DevOps.
• Бюджеты на AI-сервисы и инфраструктуру, доступ к необходимым данным, системам и экспертизе команды.
• Задачи международного масштаба: участие в выходе на новые рынки и задачи по автоматизации на разных этапах e-commerce — от поиска товара до операционного управления.