ㅤ
Internet Revolution — e-commerce компания полного цикла. Мы сами исследуем спрос, разрабатываем товары, производим их в Китае, ввозим в Россию, управляем ВЭД, логистикой, складами, аналитикой, ассортиментом и продажами. Мы строим компанию, которая умеет быстро находить спрос, запускать товары и масштабировать продажи через сложную операционную систему.
Сегодня у нас 40 000 заказов в сутки и 1 млрд рублей в заказах в месяц.
Следующий этап — рост x10 и перенос нашей бизнес-модели на новые международные рынки.
ㅤ
ㅤ
Ищем сильного hands-on инженера, который поможет нам ускорить запуск и работу на новых рынках, используя AI и автоматизацию для радикального сокращения времени и ручной работы.
Это не роль исследователя ML и не разработчика, задача которого — просто внедрять LLM, RAG или LangGraph.
Нам нужен человек, который способен посмотреть на реальный бизнес-процесс — анализ рынка, запуск товара, поиск поставщиков и закупку, ценообразование, контент, рекламу или логистику — и понять:
что здесь 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.
ㅤ
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 будем выбирать вместе с бизнесом — по ожидаемому эффекту и сложности внедрения.
ㅤ
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.
ㅤ
Нам интересен инженер, который уже внедрял AI-системы в реальные бизнес-процессы и может рассказать не только об используемых технологиях, но и о результате.
Например: «Раньше 12 сотрудников вручную обрабатывали 3 000 запросов в неделю. Я разобрал процесс, подключил данные из четырёх систем и построил AI workflow с проверкой спорных случаев человеком. После этого 80% запросов стали проходить автоматически».
Нам важно понять, что именно вы сделали и как это изменило работу бизнеса.
ㅤ
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. Нам важен сильный инженерный опыт в сочетании с пониманием бизнеса и практикой внедрения AI-систем.
Очень 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.
ㅤ
Нужен сильный инженер, способный самостоятельно довести решение от идеи до production.
Базово ожидаем:
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.
ㅤ
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.
ㅤ
Полную занятость, удалённую работу, официальное оформление и полностью белый доход.
Команду открытых коллег, которые готовы помочь и заинтересованы 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.
ㅤ
В сопроводительном письме коротко расскажите:
Какую AI-систему вы внедрили в реальный бизнес-процесс, что сделали лично и какой результат получили.
Почему наша задача вам интересна.
Горенко Мария Викторовна
Москва
от 250000 RUR