Senior AI Engineer / Инженер по AI-автоматизации

#senior #удаленка Интернет РЕВОЛЮЦИЯ 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